1 內(nèi)容介紹

針對(duì)多傳感器信息融合的基本可信度分配在實(shí)際應(yīng)用中難以解決的問題,提出了一種基于D-S證據(jù)理論與BP網(wǎng)絡(luò)相結(jié)合的多傳感器信息融合的改進(jìn)方法.該方法充分發(fā)揮BP神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí),自適應(yīng)和容錯(cuò)的能力,利用BP神經(jīng)網(wǎng)絡(luò)處理證據(jù)理論的基本可信度問題,再利用D-S證據(jù)理論來處理不精確,模糊的信息.最后通過一個(gè)實(shí)例證明了該方法的有效性.?

2 部分代碼

%------------------齒輪箱故障診斷------------------%

%-------------------2015.12.09--------------------%

function [M2,M3,M4] = new(m1,m2,m3,m4,w)

%兩個(gè)證據(jù)的信息融合

%--------------------------------------------

n2=2;

m_w=m1*w(1)+m2*w(2);%第一個(gè)加權(quán)證據(jù)s

m_e=(m1+m2)/n2;%平均證據(jù)

d1=sqrt(sum((m1-m_e).^2));

d2=sqrt(sum((m2-m_e).^2));

S2=ones(1,n2)-[d1 d2];

crd2=S2/sum(S2);%可信度

m=[m1;m2];

m_crd=crd2*m;%第二個(gè)加權(quán)證據(jù)

%k2=1-sum(m_w.*m_crd);

M2=(m_w.*m_crd)/sum(m_w.*m_crd);

%--------------------------------------------

%三個(gè)證據(jù)的信息融合

%--------------------------------------------

n3=3;

m_w=m1*w(1)+m2*w(2)+m3*w(3);%第一個(gè)加權(quán)證據(jù)

m_e=(m1+m2+m3)/n3;%平均證據(jù)

d1=sqrt(sum((m1-m_e).^2));

d2=sqrt(sum((m2-m_e).^2));

d3=sqrt(sum((m3-m_e).^2));

S3=ones(1,n3)-[d1 d2 d3];

crd3=S3/sum(S3);%可信度

m=[m1;m2;m3];

m_crd=crd3*m;%第二個(gè)加權(quán)證據(jù)

%k2=1-sum(m_w.*m_crd);

M3=(m_w.*m_crd)/sum(m_w.*m_crd);

%--------------------------------------------

%四個(gè)證據(jù)的信息融合

%--------------------------------------------

n4=4;

m_w=m1*w(1)+m2*w(2)+m3*w(3)+m4*w(4);%第一個(gè)加權(quán)證據(jù)

m_e=(m1+m2+m3+m4)/n4;%平均證據(jù)

d1=sqrt(sum((m1-m_e).^2));

d2=sqrt(sum((m2-m_e).^2));

d3=sqrt(sum((m3-m_e).^2));

d4=sqrt(sum((m4-m_e).^2));

S4=ones(1,n4)-[d1 d2 d3 d4];

crd4=S4/sum(S4);%可信度

m=[m1;m2;m3;m4];

m_crd=crd4*m;%第二個(gè)加權(quán)證據(jù)

%k2=1-sum(m_w.*m_crd);

M4=(m_w.*m_crd)/sum(m_w.*m_crd);

%--------------------------------------------

end

3 運(yùn)行結(jié)果

4 參考文獻(xiàn)

[1]付家才, 萬遂. 基于D-S證據(jù)理論和BP神經(jīng)網(wǎng)絡(luò)的多傳感器信息融合[J]. 自動(dòng)化與儀器儀表, 2011(1):3.

博主簡(jiǎn)介：擅長(zhǎng)智能優(yōu)化算法、神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)、信號(hào)處理、元胞自動(dòng)機(jī)、圖像處理、路徑規(guī)劃、無人機(jī)、雷達(dá)通信、無線傳感器等多種領(lǐng)域的Matlab仿真，相關(guān)matlab代碼問題可私信交流。

部分理論引用網(wǎng)絡(luò)文獻(xiàn)，若有侵權(quán)聯(lián)系博主刪除。

總結(jié)

以上是生活随笔為你收集整理的【信息融合】基于BP神经网络和DS 证据理论实现不确定性信息融合问题附matlab代码的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。