基于无线传感器网络的多源数据融合技术研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 引言 | 第8-15页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 无线传感器网络中决策级融合的研究 | 第10-11页 |
| 1.2.2 证据理论中冲突数据融合的研究 | 第11-12页 |
| 1.3 研究内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 第2章 无线传感器网络多源数据融合技术概述 | 第15-28页 |
| 2.1 多源数据融合级别 | 第15-18页 |
| 2.1.1 数据级融合 | 第15-16页 |
| 2.1.2 特征级融合 | 第16-17页 |
| 2.1.3 决策级融合 | 第17-18页 |
| 2.2 决策融合方法 | 第18-21页 |
| 2.2.1 数据的缺陷 | 第18-19页 |
| 2.2.2 概率融合 | 第19-20页 |
| 2.2.3 模糊集理论 | 第20页 |
| 2.2.4 粗糙集理论 | 第20-21页 |
| 2.2.5 D-S证据理论 | 第21页 |
| 2.3 证据理论概述 | 第21-27页 |
| 2.3.1 基本信度分配 | 第21-22页 |
| 2.3.2 信度的合成 | 第22-23页 |
| 2.3.3 证据决策 | 第23-24页 |
| 2.3.4 支持证据的信度构建算法 | 第24-25页 |
| 2.3.5 折扣操作 | 第25-26页 |
| 2.3.6 基于似然度的信度函数理论 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于证据理论的目标分类决策融合算法 | 第28-48页 |
| 3.1 多源传感器数据目标分类决策模型 | 第28-30页 |
| 3.2 分类器融合 | 第30-31页 |
| 3.3 基于证据理论的目标分类决策融合模型 | 第31-32页 |
| 3.4 基于可靠度-概率的信度构建算法 | 第32-36页 |
| 3.4.1 本地决策可靠度估计 | 第32-34页 |
| 3.4.2 构建本地BBA | 第34-36页 |
| 3.5 融合规则推导 | 第36-39页 |
| 3.6 仿真结果及分析 | 第39-47页 |
| 3.6.1 随机数据集仿真 | 第40-45页 |
| 3.6.2 车辆识别数据集仿真 | 第45-47页 |
| 3.7 本章小结 | 第47-48页 |
| 第4章 证据理论中冲突数据的融合策略 | 第48-68页 |
| 4.1 问题与现状 | 第48-53页 |
| 4.1.1 问题描述 | 第49-51页 |
| 4.1.2 已有的冲突数据融合方法 | 第51-53页 |
| 4.2 基于证据距离和不确定度的冲突数据融合算法 | 第53-61页 |
| 4.2.1 证据距离 | 第53-55页 |
| 4.2.2 不确定度估计 | 第55-57页 |
| 4.2.3 融合规则推导 | 第57-61页 |
| 4.3 仿真结果及分析 | 第61-67页 |
| 4.4 本章小结 | 第67-68页 |
| 第5章 工作总结与展望 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 致谢 | 第76-77页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第77页 |
