本文關(guān)鍵詞：基于證據(jù)理論的無線傳感器網(wǎng)絡(luò)決策融合算法研究

  更多相關(guān)文章： 決策融合 無線傳感器網(wǎng)絡(luò) 證據(jù)理論 分布式識別 目標檢測

【摘要】：近年來,無線傳感器網(wǎng)絡(luò)在工業(yè)監(jiān)控、環(huán)境監(jiān)測、智能家居、健康醫(yī)療等領(lǐng)域獲得了廣泛應(yīng)用。隨著傳感器的感知、存儲和計算能力的日益增強,無線傳感器網(wǎng)絡(luò)正朝著異構(gòu)化、大流量和智能化的方向發(fā)展。決策融合技術(shù)能夠大幅度降低數(shù)據(jù)傳輸量,節(jié)約傳輸耗能,延長WSN工作壽命并提升數(shù)據(jù)處理精度,是無線傳感器網(wǎng)絡(luò)領(lǐng)域熱點研究問題之一。本文對無線傳感器網(wǎng)絡(luò)決策融合問題以及證據(jù)理論基礎(chǔ)進行了介紹,提出了決策融合的四層模型,并對當(dāng)前各類決策融合模型進行了總結(jié)分析。在此基礎(chǔ)上,重點研究了基于證據(jù)理論的決策融合算法及其在無線傳感器網(wǎng)絡(luò)中的應(yīng)用問題。主要工作包括以下三個方面：(1)針對WSN分布式目標分類決策融合問題,提出基于證據(jù)理論的可靠度-概率(RP)決策融合算法,并推導(dǎo)出簡單明確的融合規(guī)則。已有的信度構(gòu)建算法只是單獨考慮分類器的認知不確定性或隨機不確定性,具有一定的片面性。本文將信度作為概率的不確定表述,在簡單支信度函數(shù)框架下,提出了基于決策可靠度-概率的信度構(gòu)建算法。首先提出基于距離的可靠度計算方法,對決策的可靠度進行量化。隨后根據(jù)RP信度構(gòu)建算法得到本地基本信度分配(BBA),最后推導(dǎo)出了全局BBA的表達式并得到了明確的RP融合規(guī)則。該規(guī)則不僅避免了Dempster組合規(guī)則的復(fù)雜計算,而且降低了數(shù)據(jù)通信量。(2)針對WSN分布式目標檢測決策融合問題,同樣使用RP決策融合算法進行了建模。針對目標信號和噪聲信號能量分布函數(shù)的不同,提出了基于累積概率密度分布函數(shù)信度計算方法,結(jié)合傳感器的檢測率和虛警率構(gòu)建本地BBA,并且得到了二元檢測場景下的BRP決策融合規(guī)則。相比已有的基于證據(jù)理論的融合方法,本文提出的規(guī)則簡單易實現(xiàn),數(shù)據(jù)傳輸量更低,且兼容通用的閾值式目標檢測模型。(3)通過仿真對比驗證本文提出的算法的性能。針對在WSN目標分類中提出的RP策融合算法,使用隨機可變數(shù)據(jù)集和實際車輛傳感器數(shù)據(jù)進行了仿真驗證。結(jié)果表明,在本地分類精度或傳感器數(shù)量不同的環(huán)境下,本文提出算法的融合結(jié)果精確度均明顯優(yōu)于貝葉斯融合和加權(quán)融合方法。針對在WSN目標檢測提出的BRP決策融合算法,使用了蒙特卡羅方法進行仿真驗證。結(jié)果表明本文提出的算法在檢測性能、分集增益和抗衰落等方面均優(yōu)于已有的基于證據(jù)理論融合、CV融合以及硬決策融合方法。
【關(guān)鍵詞】：決策融合 無線傳感器網(wǎng)絡(luò) 證據(jù)理論 分布式識別 目標檢測
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP212.9;TN929.5
【目錄】：

• 致謝5-6
• 摘要6-7
• ABSTRACT7-11
• 1 緒論11-17
• 1.1 研究背景與研究意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-15
• 1.3 研究內(nèi)容和主要工作15-16
• 1.4 論文組織架構(gòu)16-17
• 2 無線傳感器網(wǎng)絡(luò)決策融合技術(shù)概述17-32
• 2.1 無線傳感器網(wǎng)絡(luò)決策級融合模型17-20
• 2.1.1 數(shù)據(jù)層18
• 2.1.2 特征層18-19
• 2.1.3 決策層19
• 2.1.4 融合層19-20
• 2.1.5 無線傳感器網(wǎng)絡(luò)環(huán)境下的決策算法要求20
• 2.2 決策融合算法20-23
• 2.2.1 數(shù)據(jù)的缺陷20-21
• 2.2.2 概率融合21-22
• 2.2.3 證據(jù)理論融合22
• 2.2.4 模糊集融合22-23
• 2.2.5 粗糙集理論23
• 2.3 據(jù)理論基礎(chǔ)23-30
• 2.3.1 證據(jù)處理模型24
• 2.3.2 基本信度分配24-25
• 2.3.3 證據(jù)的合成25-26
• 2.3.4 證據(jù)決策26
• 2.3.5 簡單支持證據(jù)信度構(gòu)建算法26-28
• 2.3.6 折扣操作28
• 2.3.7 基于似然度的信度函數(shù)理論28-30
• 2.4 基于證據(jù)理論的信息融合模型30-31
• 2.5 本章小結(jié)31-32
• 3 基于證據(jù)理論的WSN分布式分類決策融合算法32-50
• 3.1 多源異構(gòu)傳感器數(shù)據(jù)目標分類模型32-33
• 3.2 分類器融合33-35
• 3.3 基于證據(jù)理論的多目標分類融合模型35-36
• 3.4 可靠度-概率(RP)信度構(gòu)建算法36-38
• 3.4.1 決策可靠度估計36-37
• 3.4.2 本地BBA構(gòu)建37-38
• 3.5 融合規(guī)則推導(dǎo)38-41
• 3.6 仿真結(jié)果及分析41-49
• 3.6.1 可變數(shù)據(jù)集仿真42-46
• 3.6.2 車輛識別數(shù)據(jù)集仿真46-49
• 3.7 本章小結(jié)49-50
• 4 基于證據(jù)理論的目標檢測融合判決算法50-67
• 4.1 分布式目標檢測50-51
• 4.2 目標檢測決策融合算法概述51-55
• 4.2.1 硬決策融合52
• 4.2.2 基于貝葉斯的CV融合規(guī)則52-53
• 4.2.3 基于證據(jù)理論的決策融合53-54
• 4.2.4 數(shù)據(jù)融合模式54
• 4.2.5 各種融合方法對比和分析54-55
• 4.3 證據(jù)融合規(guī)則推導(dǎo)55-62
• 4.3.1 二元可靠度-概率（BRP）信度構(gòu)建算法55-57
• 4.3.2 可靠度評估57-59
• 4.3.3 信度的融合59-60
• 4.3.4 決策60-62
• 4.4 仿真結(jié)果及分析62-65
• 4.5 本章小結(jié)65-67
• 5 總結(jié)與展望67-69
• 參考文獻69-72
• 作者簡介及攻讀碩士學(xué)位期間取得的研究成果72-74
• 學(xué)位論文數(shù)據(jù)集74

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 彭盛亮;賴美玲;陳燕;蔡燦輝;;精度約束下決策融合主用戶檢測的檢測時間分析[J];信號處理;2013年12期

2 夏怡凡;魯萬波;王文松;;衰減信道下的決策融合問題[J];數(shù)理統(tǒng)計與管理;2008年06期

3 王剛,趙海,魏守智,蘇羽;基于非參數(shù)估計的決策融合模型及其應(yīng)用研究[J];系統(tǒng)仿真學(xué)報;2004年07期

4 梁繼民,楊萬海,蔡希堯;一種具有參數(shù)學(xué)習(xí)能力的決策融合方法[J];西安電子科技大學(xué)學(xué)報;1999年02期

5 梁棟;袁慎芳;黃紅梅;董晨華;張宇峰;;基于多主體決策融合的結(jié)構(gòu)損傷識別[J];光電子.激光;2011年04期

6 袁曉光;楊萬海;史林;;應(yīng)用免疫策略的多傳感器決策融合設(shè)計[J];電子科技大學(xué)學(xué)報;2009年01期

7 汪曉鋼，錢文瀚;分布式多傳感器決策融合的新方法──雙端檢驗法[J];機器人;1995年03期

8 楊小軍;;無線傳感器網(wǎng)絡(luò)下分布式?jīng)Q策融合方法綜述[J];計算機工程與應(yīng)用;2012年11期

9 汪曉鋼，，錢文瀚;分布式多傳感器決策融合系統(tǒng)求解[J];上海大學(xué)學(xué)報(自然科學(xué)版);1996年01期

10 馬駿,孫即祥;基于準貝葉斯結(jié)構(gòu)的決策融合[J];航空電子技術(shù);1998年04期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 夏建東;蘇建志;曾熠;;智能決策中的決策融合模型[A];1996年中國智能自動化學(xué)術(shù)會議論文集（下冊）[C];1996年

2 梁繼民;蔡希堯;;多源決策融合的模糊積分方法[A];信息科學(xué)與微電子技術(shù):中國科協(xié)第三屆青年學(xué)術(shù)年會論文集[C];1998年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 夏怡凡;決策融合在估計融合傳感器量化問題中的應(yīng)用及衰減信道下的決策融合問題[D];四川大學(xué);2007年

2 梁繼民;多傳感器決策融合方法研究[D];西安電子科技大學(xué);1999年

3 袁曉光;傳感器網(wǎng)絡(luò)決策融合研究[D];西安電子科技大學(xué);2010年

4 張可數(shù);多傳感器估計與決策融合[D];四川大學(xué);2002年

5 田森源;MJP決策融合算法及其在結(jié)構(gòu)損傷檢測中的應(yīng)用[D];浙江大學(xué);2006年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 張文宇;基于證據(jù)理論的無線傳感器網(wǎng)絡(luò)決策融合算法研究[D];北京交通大學(xué);2016年

2 陳雅茜;基于決策融合的離線簽名檢驗技術(shù)的研究[D];四川師范大學(xué);2005年

3 師冬魁;惡劣傳輸環(huán)境下的多跳無線傳感器網(wǎng)絡(luò)決策融合[D];西安電子科技大學(xué);2010年

4 張娟;ICMMS體系中的診斷與維修決策融合[D];東南大學(xué);2005年

5 吳海燕;紅外人臉識別中的決策融合和有限元分析[D];江西財經(jīng)大學(xué);2009年

6 陳勇;基于小波子圖與決策融合的人臉識別[D];浙江工業(yè)大學(xué);2003年

本文編號：672645