基于D-S證據(jù)理論的多源信息融合方法在系留氣球纜繩故障診斷中的應(yīng)用研究

摘 要:本文介紹了一種基于Dempster-shafer(D-S)證據(jù)理論的多源信息融合理論在系留氣球纜繩故障診斷中的應(yīng)用方法。分析介紹了D-S方法的基本理論、基本概率分配函數(shù)(BPA)的獲取途徑、組合法則和決策方法等。通過實(shí)例分析表明，該方法的應(yīng)用可以大大降低原來只靠單個(gè)傳感器判斷的局限性和不確定性，給系留氣球系統(tǒng)纜繩故障的判斷提供了一種新的解決思路。

關(guān)鍵詞:D-S證據(jù)理論基本概率分配分配函數(shù)多源信息融合系留氣球

中圖分類號:TN74文獻(xiàn)標(biāo)識碼:A文章編號:1674-098X(2011)06(a)-0021-02

引言

系留氣球?qū)儆诟】掌鞯囊环N，利用體內(nèi)充有的升力氣體提供浮升力，將攜帶的有效載荷提升到一定的空中，執(zhí)行既定的作戰(zhàn)任務(wù)。系留氣球空中工作的時(shí)候，通過一根系留纜繩將空中工作的氣球與地面系留設(shè)施連在一起，起到固定和系泊氣球作用。系留纜繩對系留氣球系統(tǒng)工作的安全性起到非常關(guān)鍵的作用。系留纜繩承受氣球的浮力載荷、風(fēng)作用到氣球上之后的氣動(dòng)力傳導(dǎo)到纜繩上的載荷等，是系留氣球系統(tǒng)關(guān)鍵承力部件，如圖所示。尤其是纜繩和球上旋轉(zhuǎn)匯流環(huán)連接處最為薄弱，受到多種因素的影響可能發(fā)生破損和斷裂，造成氣球逃逸等惡性事故。這種情況屬于該氣球系統(tǒng)一種最危險(xiǎn)的狀態(tài)，出現(xiàn)時(shí)需要立即采取措施。為了將這種情況發(fā)生后的影響降低到最小，所有氣球監(jiān)控系統(tǒng)均設(shè)置了斷纜應(yīng)急處置措施。這些處置措施都具有相當(dāng)?shù)奈ｋU(xiǎn)性，有些可控，有些不受控，不可逆，一旦激發(fā)便對氣球造成嚴(yán)重破壞。人工完成時(shí)，這就對斷纜情況判斷的準(zhǔn)確性提出很高的要求，并針對判斷，立刻采取響應(yīng)，給氣球系統(tǒng)地面監(jiān)控的人員帶來很大壓力;有些氣球系統(tǒng)設(shè)置了自動(dòng)判斷和處置功能，但是由于信息源單一，往往可信性不高，一旦判斷不準(zhǔn)將帶來較嚴(yán)重后果。為此，急需要一種綜合多種信息的處理方法，給斷纜判斷提供更高可信度的決策支持。本文采用D-S證據(jù)理論為基礎(chǔ)來探討多傳感器信息融合技術(shù)在系留氣球纜繩故障診斷中的應(yīng)用方法，圖1。

多傳感器信息融合(multi-sensor information fusion)又稱多源信息融合(multi-source information fusion)，是20世紀(jì)70年代提出來的[1]。它在軍事、航空航天等領(lǐng)域的廣闊應(yīng)用前景使其在至今30多年時(shí)間里得到了蓬勃的發(fā)展。世界很多個(gè)國家，很多研究機(jī)構(gòu)都投入到這一新興邊緣學(xué)科的研究中。不斷發(fā)展出了目標(biāo)跟蹤、目標(biāo)識別、態(tài)勢評估及威脅評估等多種系統(tǒng)和技術(shù)，用于軍事指揮和空中攔截等，其中美國在該領(lǐng)域具有領(lǐng)先地位。多傳感器信息融合技術(shù)是指對來自多個(gè)傳感器的數(shù)據(jù)進(jìn)行多方面、多層次的處理，通過這種不同級別的相關(guān)、組合和估計(jì)等處理，從而產(chǎn)生新的有價(jià)值的信息，而這種新信息是任何單一傳感器都無法提供的。按照數(shù)據(jù)抽象的層次分類，融合可以分為三個(gè)級別，即數(shù)據(jù)級融合、特征級融合、決策級融合[1]。數(shù)據(jù)級融合是低層次的融合，是在傳感器原始信息層次上未經(jīng)處理或只做很小處理進(jìn)行融合，主要處理同類同性質(zhì)傳感器的數(shù)據(jù)。特征級融合是對傳感器數(shù)據(jù)的特征矢量提取后進(jìn)行融合。決策級融合是最高層次的融合，主要是異質(zhì)傳感器數(shù)據(jù)之間的融合，它對傳感器已經(jīng)得出的初步結(jié)果進(jìn)行信息的合并處理，得出最終的融合結(jié)果，為指揮控制決策提供依據(jù)。融合后的系統(tǒng)可以提高系統(tǒng)的可靠性、擴(kuò)展時(shí)間和空間上的觀測范圍、增強(qiáng)系統(tǒng)的分辨能力。通過對氣球系統(tǒng)進(jìn)行分析，球上安裝的多個(gè)傳感器都能給出纜繩斷裂的表征測量值，而每種傳感器提供的數(shù)據(jù)均不相同，屬于異質(zhì)傳感器;而幾種重要的信息有備份傳感器，測量同一個(gè)量的多個(gè)傳感器又屬于同質(zhì)傳感器。因此，數(shù)據(jù)融合可在數(shù)據(jù)級和決策級進(jìn)行。D-S證據(jù)理論是一種基于信任函數(shù)而不是概率作為度量，可以使人們對不確定性問題進(jìn)行建模，并進(jìn)行推理，能夠更加客觀的反映事物的不確定性。

1 傳感器數(shù)據(jù)的初步處理

通常，傳感器數(shù)據(jù)的初步處理主要包括:數(shù)據(jù)的對準(zhǔn)，對不完整、不一致或虛假數(shù)據(jù)處理等，目的是為數(shù)據(jù)融合做好準(zhǔn)備。對于通過多傳感器判斷系留氣球纜繩斷裂的應(yīng)用情況，可以認(rèn)為主要是對纜繩拉力、氣球高度、纜繩電壓、氣囊壓力等多種表征物理量的測量數(shù)據(jù)進(jìn)行初步處理。實(shí)際工程中，通常這些物理量都是由兩個(gè)或者兩個(gè)以上的傳感器來獲取的。為此，在實(shí)際的測量中具有互相備份與印證的功能。這些傳感器數(shù)據(jù)的初步處理主要采用了剔除異常數(shù)據(jù)，分組加權(quán)平均等。

2 決策級數(shù)據(jù)融合

與數(shù)據(jù)級融合和特征級融合相比，決策級融合是融合的最高級別，屬于全局融合。這種融合直接面向決策目標(biāo)，對系統(tǒng)的決策結(jié)果產(chǎn)生重要影響。這種融合能夠處理來自不同傳感器的數(shù)據(jù)，可提高系統(tǒng)的安全性;具有抗干擾能力強(qiáng)、通訊數(shù)據(jù)量小，對處理器要求不高等優(yōu)點(diǎn)。但是也存在數(shù)據(jù)損失達(dá)，精度低等缺點(diǎn)。主要的處理算法有:表決法、Bayes推理、Dempster-shafer法、專家系統(tǒng)法、模糊集法等。

2.1 D-S理論基礎(chǔ)

Dempster-shafer(D-S)證據(jù)理論是由A.P.Dempster 和G. shafer 提出并發(fā)展起來的一種不確定性推理方法[2]。因D-S證據(jù)理論可以不依賴精確的先驗(yàn)概率來完成主觀不確定性的判斷，它允許人們對不確定性問題進(jìn)行有效處理，而受到越來越多的關(guān)注。證據(jù)理論是通過一系列事件發(fā)生的證據(jù)即觀測結(jié)果，來推測判斷事件發(fā)生的原因。在復(fù)雜系統(tǒng)故障診斷、人工智能、模式識別、系統(tǒng)決策等領(lǐng)域得到廣泛應(yīng)用。

設(shè)證據(jù)理論的論域?yàn)棣ǎQ識別框架，其中包含有限或者無限個(gè)基本命題，記為，對應(yīng)于概率論中的基本事件，稱為基元，在故障診斷中對應(yīng)基本的故障模式[3]。在本文應(yīng)用中對應(yīng)需要識別的模式，Θ中事件是互斥的。

設(shè)Θ為識別框架，若函數(shù)(2Θ為Θ的所有子集構(gòu)成的集合)滿足下列條件:

(1)

則稱為的基本概率賦值，也稱為信度函數(shù)分配值。函數(shù)為框架Θ上的信度函數(shù)分配。當(dāng)時(shí)，稱為信度函數(shù)分配上的焦元。的信度函數(shù)值反映了對本身的信度大小，即確切地分配到上的信度函數(shù)值[4]。

2.2 基本概率賦值函數(shù)

基本概率賦值函數(shù)(BPA)的獲取直接影響融合結(jié)果的準(zhǔn)確性和可靠性，在D-S 證據(jù)理論中是最關(guān)鍵也是最難的一個(gè)環(huán)節(jié)。因?yàn)榛靖怕寿x值的取得與所屬領(lǐng)域密切相關(guān)，因而概率賦值的獲取可依靠專家進(jìn)行指定，或根據(jù)某種經(jīng)驗(yàn)獲取。獲取概率函數(shù)的經(jīng)驗(yàn)方法有:利用統(tǒng)計(jì)證據(jù)獲得基本概率賦值，利用目標(biāo)速度、加速度獲得基本概率賦值，利用目標(biāo)身份獲得基本概率賦值。本文主要根據(jù)目標(biāo)類型數(shù)和環(huán)境加權(quán)系數(shù)確定基本概率賦值。其方法為:

設(shè)為目標(biāo)類型數(shù)，即待識別的模式數(shù);為傳感器總數(shù)，是傳感器(信息源)對目標(biāo)類型的關(guān)聯(lián)系數(shù)，根據(jù)具體環(huán)境而定。定義:

(2)

(3)

(4)

(5)

式中，

——傳感器的最大相關(guān)系數(shù);

——傳感器的相關(guān)分配值;

——傳感器的可靠性系數(shù);

——傳感器的環(huán)境加權(quán)系數(shù)，且。

傳感器的基本概率賦值為:

(6)

傳感器i的不確定性為:

(7)

2.3 合成法則

根據(jù)證據(jù)理論，對于識別框架上的幾批證據(jù)確定的基本概率函數(shù)，以通過一定的組合法則確定出一個(gè)概率賦值，作為這幾批證據(jù)聯(lián)合作用下的信度函數(shù)。這個(gè)過程就是D-S證據(jù)理論的合成過程。設(shè)，分別為識別框架上的基本概率賦值，則組合后的概率賦值:[5]。

又設(shè)

(8)

對于

(9)

組合后的概率賦值為:

(10)

上面所給出的證據(jù)組合規(guī)則稱為Dempster組合規(guī)則，它滿足交換律和結(jié)合律。該組合規(guī)則也可以擴(kuò)展到多個(gè)證據(jù)的組合。

3 基于證據(jù)理論的決策

用證據(jù)理論對傳感器提供的證據(jù)進(jìn)行組合后，如何進(jìn)行決策是與應(yīng)用密切相關(guān)的問題。通常，決策方法主要有:基于信任函數(shù)的決策、基于最小風(fēng)險(xiǎn)的決策和基于基本概率賦值的決策等。本文采用基于基本概率賦值的決策方法。

設(shè)，滿足

(11)

(12)

若有:

(13)

則即為決策結(jié)果，其中、為預(yù)先設(shè)定的閾值[6]。

4 實(shí)例分析

針對實(shí)際的使用情景，將纜繩斷裂的判斷過程分為:

(1)對各個(gè)傳感器信號進(jìn)行初步處理，去除虛假數(shù)據(jù)等;

(2)根據(jù)多類傳感器提供的信息，進(jìn)行基本概率賦值的計(jì)算;

(3)利用D-S證據(jù)理論，求得所有傳感器聯(lián)合作用下的基本概率函數(shù);

(4)在相應(yīng)的決策規(guī)則下，選相應(yīng)的判決結(jié)果輸出。

針對可以提供纜繩斷裂信息的拉力、電壓、位置、高度等多類多種傳感器提供的證據(jù)，應(yīng)用D-S證據(jù)理論進(jìn)行多源信息的融合，以期獲得更準(zhǔn)確的判決結(jié)果，為系留氣球的地面監(jiān)控人員提供可靠的決策支持。為了簡化計(jì)算過程，采用纜繩拉力和纜繩電壓兩類傳感器提供的數(shù)據(jù)進(jìn)行融合判決，將融合后的結(jié)果列入表1中。

從表1中看出，數(shù)據(jù)融合后，系統(tǒng)的不確定性明現(xiàn)降低，同時(shí)融合后的基本可信度函數(shù)比融合前各傳感器的基本可信度函數(shù)具有更好的區(qū)分性，提高了系統(tǒng)的識別能力。

5 結(jié)語

本文介紹了一種基于D-S證據(jù)理論的多傳感器數(shù)據(jù)融合方法的系留氣球纜繩斷裂故障判斷方法。通過多類多型傳感器在實(shí)際系統(tǒng)中的使用，彌補(bǔ)原來依靠單個(gè)傳感器判斷、決策的不足，大大提高了系統(tǒng)決策的可靠型，給系統(tǒng)地面監(jiān)視人員提供了良好的參考。借助地面監(jiān)控計(jì)算機(jī)強(qiáng)大的運(yùn)算能力，可以在陣地式系留氣球和機(jī)動(dòng)式系留氣球中得到很好的應(yīng)用。

參考文獻(xiàn)

[1]韓崇昭，朱洪艷，段戰(zhàn)勝，等.多源信息融合[M].北京:清華大學(xué)出版社，2004.

[2]高金輝，陳玉珠，汪曉晨.傳感器融合技術(shù)在火災(zāi)預(yù)警探測中的應(yīng)用研究[J].河南師范大學(xué)學(xué)報(bào)，2010，38(2):56-59.

[3]李振中，孫玉清，基于多傳感器數(shù)據(jù)融合的液壓泵故障診斷研究[J].機(jī)床與液壓，2006，8:214-220.

[4]何友，王國宏，等.多傳感器信息融合及應(yīng)用[M].電子工業(yè)出版社，2007.

[5]Wu Sheng qiang，Jiang Wan lu，Research on Data Fusion Fault Diagnosis Method Based on D-S Evidence Theory， IEEE2009，Computersociety 689-692.

[6]Sun Yong quan，Guo Jian ying，Reliability assessment based on D-S evidence theoryIEEE，2009.