基于广义证据理论的非完备信息融合研究

非完备不确定异类异构信息的建模和融合是信息融合研究的关键技术之一。本项目将经典证据理论推广到辨识框架不完整情况下的开放世界，系统提出广义证据理论，并完成以下创新工作。在信息建模部分：合理表示数据残缺和知识残缺的非完备信息，基于基本概率指派函数建立非完备不确定信息的定量描述模型。在信息融合部分：提出广义证据组合规则，探索有效识别辨识框架不完整的方法，为辨识框架不完整情况下的冲突处理提供理论依据；基于新的组合规则融合非完备不确定异类异构信息。在决策部分:提出基本概率指派之间的贴近度概念，利用信息最贴近的思路将基本概率指派转换为概率分布以供决策。本项目所提出的适用于开放世界的广义证据理论，将经典证据理论纳入广义证据理论的体系之内，在理论上是对经典证据理论的推广；此外，本项目还将基于新理论探索解决非完备信息建模和融合问题并应用到多源信息融合的目标识别系统，在理论和工程实践上都具有重要的意义。

信息融合是协同利用多源信息以获得对事物或目标更客观、更本质认识的信息综合处理技术，是提高智能系统智能化程度和实时性的关键技术之一。不确定信息的表示和处理是信息融合中的关键问题。Dempster Shafer证据理论能够比概率论更有效地表示和处理不确定信息，是目前信息融合领域研究中的一个较为流行的方案。但是，经典的证据理论建立在命题完备的封闭世界假设之上，不能胜任开放世界环境下的非完备不确定信息的建模和定量描述。本项目将经典证据理论推广到辨识框架不完整情况下的开放世界，系统地提出了广义证据理论，为开放世界假设下的多源信息融合提供了有效的理论工具。本项目的研究以“封闭世界下的多源信息融合过程”和“开放世界下的多源信息融合过程” 为主线，对不确定信息的表示与建模、冲突信息的分析与度量、多源信息融合算法、基于不确定信息的决策、多源信息融合的应用等方面进行了深入、系统的研究。理论研究方面，提出了广义基本概率指派、广义组合规则、广义冲突模型等新概念、新方法，系统地提出了广义证据理论的基本框架，对开放世界假设下非完备信息的表示与建模、证据冲突的表示与度量、证据融合方法提供了具体的解决方案。除此之外，在对经典证据理论和广义证据理论研究的过程中，进一步探索了其更加一般的模型，初步给出了D 数理论，对经典证据理论和广义证据理论进行了进一步的理论完善与创新。应用研究方面，充分利用经典证据理论、广义证据理论，以及D数理论在不确定信息表示和建模方面的突出优势，将多源信息融合的基本理论与方法应用到了不确定环境下的决策与风险分析、目标识别、安防系统设计、电子商务安全评估、复杂网络节点中心性评估、故障模式与失效分析等领域，丰富和完善了多源信息融合技术的应用研究。综上所述，本项目的研究，一方面丰富和发展了非完备不确定环境下的多源信息融合理论与方法，另一方面拓广了信息融合技术的应用领域和范围，对信息融合的理论研究和工程应用方面都有着重要意义。