基于相似性度量的证据融合改进算法

D-S证据理论作为一种较概率论确定性弱的不确定性推理在多传感器探测网络中有广泛的应用。数据融合算法是分布式探测网络系统中的关键技术之一,可以提高分布式探测网络的探测精度。本文提出了基于证据相似性度量的目标识别融合改进算法,利用证据相似性度量对证据源进行修正,通过对水下不同背景噪声数据进行融合试验表明,经数据融合后,目标识别率可由原来的80%提高到99%,从而证明本文所提出的融合算法可以有效提高目标识别准确率。