基于DS证据理论的多源数据融合

0.073 0.6
0.072
0.4
0.071
滤波改善效果
0.07
0.2
0.2477
量测误差 滤波误差
1.7301
0.0690
100 200 300 400 500 600 700 800 900 1000
00
100
200
300
400
500
600
700
800
900
1000
基于D-S证据理论多传感系统仿真
10
20
30
40
50
60
70
80
90 100
1 X融合误差
X滤波误差
0.5
00
10
20
30
40
50
60
70
80
90
100
1 Y融合误差
Y滤波误差
0.5
00
10
20
30
40
50
60
70
80
90
100
均方误差
对-6db单传感系 统
X位置滤波均方 误差
X数据融合均方 误差
0.0452 0.0090
对-8db单传感系 统
权值修正的仿真结果
4
均方误差
2
滤波0 均方误差
数据-2 融合均方 -40误差 100
数据4 融合改善 效果
2
权值修正均方 0 误差
权值-2 修正改善 -40效果 100
对-6db单传感系统
0.1539
0.0539
200
300
400
2.8565
0.0345
4.4659
200
300
400
对-8db单传感系统 0.0960
矩阵求逆
A1 1 A* A
对二维方阵
A
a c
b
d
A*
d c
b
a
A ad bc
矩阵乘法
for(i=0;i<4;i++) { for(j=0;j<2;j++) { for(k=0;k<4;k++) { cc[i][j]+=aa[i][k]*bb[k][j]; } } }
kalman函数返回值
xk
Zk
xk
yk
1 0
0 0
0 1
0 0
v xk vyykk
Vk
2.状态初始化
R、Q、P、X
X0 5 0.2 4 0.3T
0.2500
P0
0.0500 0.2500
0.0500
0.0500 0.0100 0.0500 0.0100
0.2500 0.0500 0.2500 0.0500
2. 仿真器设置
本课题中使用的是TMS320 C6416的开发板，仿真器使 用的是Wintechdigital xds560 V2，在选好仿真器和开发 板后要导入gel文件用来初始化DSP的cpu
两个模型的单（多）传感系统开发
1. 四维跟踪系统
从MATLAB程序到C语言程序的转化过程中，最繁琐的就是 有关矩阵的处理，在MATLAB中可以直接实现矩阵的加减乘和 求逆、转置，函数的返回值也可以直接是一个矩阵。而C语言中 函数只能返回一个值，对矩阵的运算只能通过数组来逐个进行。
0.0194
0.0075
对-10db单传感系 统
0.0159
0.0077
X改善效果
Y位置滤波均方 误差
Y数据融合均方 误差
5.0222 0.0452 0.0093
2.5789 0.0194 0.0074
2.0600 0.0159 0.0076
Y改善效果
4.8602
2.6394
2.0778
正弦波信号多传感系统
-5 0 100 200 300 400 500 600 700 800 900 1000
滤波均方误 差
数据融合均 方误差
冲突改进均 方误差
数据融合改 进效果
冲突改进改 善效果
对-6db单传 感系统 0.1476
0.0554 0.0552
2.6634 2.6719
信噪比降低
第501个点 测量值 滤波值
0.0927
0.0547
1.6932
对-10db单传感系 统
0.0585
0.0539
1.0850
由证据的冲突引起
融合效果差
信噪比的降低
证据冲突时算法改进的仿真结果
5 X真实值 DS融合值
0
-5 0 100 200 300 400 500 600 700 800 900 1000 5
X真实值 冲突规则融合 0
对-10dbXD统真S单融实合传值值 感系 0.0541
0.0554
500
600
Biblioteka Baidu700
1.7321
0.0327
0.0496
800
900 1000
X真1实.值0910
权值修正融合值
0.0297
2.9376
1.8195
500
600
700
800
900 1000
CCS程序开发
• 毕设中遇到的问题及解决方法 • 两个模型的单（多）传感系统开发
哈尔滨工程大学本科毕业设计 答辩
毕设题目：基于证据理论的数据融合方法及 DSP实现
院(系所)：信息与通信工程学院 专 业：通信工程 姓 名：郭静 学 号：2009021134 指导老师：叶方 副教授 答辩日期：2013-06-22
为什么要进行数据融合
环境复杂
目标复杂
可靠性
复杂的电磁环境 使检测的目标信 号淹没在大量噪 声及不相关信号 与杂波中。
软件使用注意事项
1. DSP存储空间问题
CCS V5工程中会自带CMD文件，只是给代码段、数据段等分 配逻辑上的地址空间，需要手动分配堆和栈的实际物理空间， 可以直接在CMD文件中加入下面两句代码：
-stack0x8000; -heap0x8000 也可以在工程的properties中的linker中修改堆和栈的大小如下图
m3 : m3 ( A) 0.9, m3 (B) 0, m3 (C) 0.1
D-S Yeger 孙全 李弼程
K 0.99901 0.99901 0.99901 0.99901
m(A) 0 0
0.321 0.626
m(B) 0 0
0.003 0.0067
m(C) 1
0.00099 0.188 0.3673
其中
p(A) m1(Ai ) m2 (Bj ) Ai B j A eK
m() 0
m(A) p(A) K q(A),A
1 2
q( A) 2 i1 mi ( A)
Q [ A, B, C]
m1 : m1(A) 0.98, m1(B) 0.01, m1(C) 0.01 m2 : m2 (A) 0, m2 (B) 0.01, m2 (C) 0.99
X位置滤波均方误差 0.045225
00
10
20
30
40
50
60
70
80
90 100
15
20
1
X数据融合均方误差
0.0090 Y融合误差 15 Y滤波误差
100.5
10
对-6db单传感系统(DSP) 0.0496 0.0092
5000
void kalman(float measure[],float x_ini[],float p_ini[][4])
DSP得到的数据在MATLAB中的处理结果（-6db系统）
251
X真实值 0.5 滤波值
35
对-6db单传XX融滤合波误误感差差 系统Y真(M实值 ) 30 滤波值
20
融合值
融合值
m1({B , F}) = 0.7 m1(Q) = 0.3
m2({B}) = 0.9 {B} 0.63 {B} 0.27
m2(Q) = 0.1 { B , F } 0.07 { Q } 0.03
m3 ({A}) = 0.95 m3 (Q) = 0.05
m1Åm ({B})0.90
0.855 {B} 0.045
3.仿真结果(-6db)
5 真实值
量测值
0
-5 0
均方误差 100
200
300
400
500
600
-6db单传感系统
700
800
900
1000
5
0
滤波均方误差
真实值 滤波值
0.1431
-5
0
100
200
300
400
500
600
700
800
900
1000
0.075
测量均方误差 滤波误差方差值
1
0.074 0.8
0
10
20
30
40
50
60
70
80 0.090441100
0.05
0.04 X测量均方误差
0.03
Y滤波方差值
0.2655
0.02
0
10
20
30
40
50
60
70
80
90
100
X滤波改善效果
6.0141
1 X量测误差
X滤波误差
0.5 Y滤波均方误差
0.0441
00
10
20
30
40
50
60
70
80
90
100
二者还与初始状态相互独立，初状态X0也服从 均值为X0， 方差为P0的正态分布
kalman滤波算法：
四维跟踪模型单传感系统
1.状态转移方程和观测方程建立
xk 1 T 0 0 xk1
Xk
v
xk
vyykk
0 0 0
1 0 0
0 1 0
0 T 1
v
xk
1
vyykk11
Wk
1
m1 ( X ) m2 (Y )
m1 m2 (Z ) X Y Z 1
m1 (X )m2 (Y ) X Y
K代表组合证据的冲突程度
m1：m1({B , F}) = 0.7 ，m1(Θ) = 0.3 m2：m2({B}) = 0.9 ，m2(Θ) = 0.1 m3：m3({B}) = 0.95 ，m3(Θ) = 0.05
传感器2 0.3384 0.3276
传感器3 0.312 0.321
传感器1 传感器2 传感器3 信任值 0.3680 0.3320 0.3000
3.仿真结果
25 X真实值 滤波值
20 融合值
15
10
35 Y真实值
30 滤波值 融合值
25
20
15
10
50
10
20
30
40
50
60
70
80
5 90 100 0
1 Y测量均方误差
0.5
0.2Y6量测4误2差
Y滤波误差
0 Y滤波改善效果
5.9852
0
10
20
30
40
50
60
70
80
90
100
正弦波信号单传感系统
1.状态转移方程和观测方程建立
f (t) 3sin t
2.状态初始化
Xk Xk1 W Zk Xk V
P=0.025，Q=0.2，R=0.1。状态值X的初始值可设为 0， 取1000个点。
m(D) 0
0.99901 0.488 0
四维跟踪模型多传感系统
1.状态转移方程和观测方程建立，状态初始化 2.求各个传感器的信任值
测量值 滤波值
传感器1 7.7045 7.5095
传感器2 7.459 6.9992
传感器3 6.8765
6.86
传感器1 测量mass值 0.3496 滤波mass值 0.3514
m1Åm2({B ,F})0. 07
m1Åm2 ({Q})0.03
0.0665 {B , F} 0.0035
{A} 0.0285 {Q} 0.0015
Κ= 0.855 + 0.0665 = 0.9215
m() 0
m( A) p( A) K q( A), A , X m(X ) p(X ) K q(X ) K(1)
3.仿真结果(-6db)
30
X真实值 25 滤波值
量测值
20
35
30 Y真实值 滤波值
25 量测值
20
15
15
10
10 5
5 0
10
20
30
40
50
60
70
80
90
100
0 0
10
20
30
40
50
60
70
80
90 100
0.05
均方误差
0.04
对-6db单X滤波传方差值感系统
0.03
0.02 X滤波均方误差
0.0500 0.0100 0.0500 0.0100
R
0.1 0.01
0.01 0.1
0.0100
Q
0.0010
0.0100
0.0010
0.0010 0.0001 0.0010 0.0001
0.0100 0.0010 0.0100 0.0010
0.0010 0.0001 0.0010 0.0001
传感器1 0.1233 0.054
传感器2 -0.0682 -0.0891
传感器3 0.0436 0.0308
-0.0188
第501个点 信任值
传感器1 0.4729
传感器2 0.4318
传感器3 0.0953
由于信噪比的降低，使得用数据归一化的方法产生mass值 计算得到的信任值与实际传感器的信任不相符，解决的方 法就是对最终得到的信任值进行权值的修正。
基于kalman滤波单传感系统仿真
Xk1 Fk Xk Γk Wk
Zk HkXk Vk
X是k时刻系统的n维状态向量，Z是系统的m维观 测向量，W是p维系统过程的噪声序列，V是m维 观测噪声序列，F是系统的状态转移矩阵，Γ是过程 演化噪声矩阵，H是观测矩阵。
W ~ N(0,Q) V ~ N(0,R)
当检测对象为快 速机动目标时， 且目标的抗侦查 能力很高时单一 传感器测量困难 。
当单一传感器失 效或传感器的可 靠性降低时采用 多传感器系统。
利用多传感器进行数据融合的必要性
论文完成的主要内容
基于kalman滤波单传感系统仿真 基于D-S证据理论多传感系统仿真 DSP硬件程序开发及结果分析 系统的GUI可视化界面设计 结论和展望
5 X真实值 滤波值
0
-5
0
100
200
300
400
500
600
700
800
900
1000
4
X真实值
2
融合值
0
-2
-4
0
100
200
300
400
500
600
700
800
900
1000
均方误差
对-6db单传感系 统
滤波均方误差
0.1410
数据融合均方 误差
数据融合改善 效果
0.0496 2.8427
对-8db单传感系 统