基于FS

针对多传感器信息采集系统中的数据不确定性问题，提出一种基于证据理论和模糊集合的多传感器数据融合方法。该方法利用相关性函数定义不确定信息的模糊支持概率，由隶属函数得到各个传感器所测信息的可信度，将支持度和可信度转化为基本概率分配函数，通过D—s证据合成辨别出测量精度较高的传感器。实际应用结果表明，该方法可改善证据理论应用中基本概率分配函数难以确定与多传感器之间相互支持程度计算绝对化的问题，与传统的D—s算法相比，融合结果具有更高的精度和可信度。