多源测试信息融合真题及参考答案.docx

多源测试信息融合真题及参考答案.docx

《多源测试信息融合真题及参考答案.docx》由会员分享，可在线阅读，更多相关《多源测试信息融合真题及参考答案.docx（11页珍藏版）》请在冰豆网上搜索。

多源测试信息融合真题及参考答案

2012—2013学年第一学期期末试卷

学号姓名成绩

考试日期：

2013年1月7日

考试科目：

《多源测试信息融合》（A卷）

注意事项：

1、闭卷考试，考试时间120分钟；

2、请在答题纸和试卷上写明自己的姓名和学号。

题目：

一、简答题（本题共50分，每小题10分）

1.简述多源测试系统数据融合的目的和定义。

答：

目的：

对多源知识和多个传感器所获得的信息进行综合处理，消除多传感器信息之间可能存在的冗余和矛盾，禾I」用信息互补来降低不确定性，以形成对系统环境相对完整一致的理解，从而提高系统智能规划和决策的科学性、反应的快速性和正确性，进而降低决策风险过程。

定义：

利用计算机技术，对不同传感器按时序获得的观测信息，按照一定的准则加以自动分析、优化和综合，为完成所需的决策和估计任务而进行的信息处理过程。

2.简述D-S证据理论中，mass函数的定义，什么是焦元和焦元的基？

答：

（1）基本置信度指派m是2°^[0,1集合的映射，A为2®—子集，记A2®,且满足：

m

（一）二0

\Zm（A）=1

A2。

m（A）也称为假设的质量函数或massi数；

（2）若m（A）>0,则称元素A为证据的焦元；焦元中所包含识别框架中的元素个数称为该焦元的基，记作|A|o（4分）

3.分布式融合系统常见的融合策略有哪些？

（论述其中五个即可得满分）

答：

常见的融合策略：

“与”融合检测准则、“或”融合检测准则、表决融合检测准则、最大后验概率融合检测准则、Neyman-Pearso融合检测准则、贝叶斯融合检测准则、最小误差概率准则。

4.举例说明D-S证据理论中的0信任冲突悖论

答：

如果识别框架下的多条证据中的一个证据的某一焦元的基本置信度分配

为0,且该焦元与同一证据中其它基本置信度指派值不为0的焦元的交集不是

其本身，则无论其它证据对该焦元的基本置信度分配有多大，组合结果中该

焦元的基本置信度分配始终为0。

0.5A二{A}0.0A二{A,}0.55A二{A,}

g（A）二0.2A={A>},m2（A）=0.9A={A2},m3（A）二0.10A二{A2}

0.3A={A3}0.1A={A3}0.35A={AJ

5.简述分布式融合检测系统二元假设检验问题，并分析二元假设检验结果可能

出现的几种可能性。

答：

在二元假设检验问题中，每个传感器的决策值ui为二元值，定义如下：

0,假设H0（判定为无目标）

1，假设H（判定为有目标）

设P（H0）=P0和P（H1）=P1分别为H0和H1出现的先验概率，且P0+P1=1

局域决策值传送到融合中心构成融合中心的观测向量:

U=（Ui,U2,,Un）

融合中心基于U获得全局决策U0，融合中心的决策值为:

0,假设H°（判定为无目标）

u0

1,假设巴（判定为有目标）

有四种可能性：

（1）H0为真，判决u0=0;

⑵出为真，判决Uo=1；

⑶H为真，判决u-1;

00

⑷出为真，判决u0二0。

（1）、

（2）为正确选择，（3）称为虚警（没有目标而判断为有目标）、（4）称为漏检（有

目标判断为没有目标），为错误选择。

二、计算题一（共35分，计算结果保留小数点后一位有效数字）

6.（本题20分）识别框架A，B，C｝，该识别框架下的两个证据E1,E2,相应的基本置信度指派函数m1,m2分别为：

mi（A）-0.5,m1（AB^0.2,m1（B）=0.1,m^BC）=0.1,mi（C）=0.1m2（A）=0.6,m2（B）=0・3,m2（C）二0.1

根据DS证据理论，求：

1）第一条证据识别框架幕集下各子集的信任度和似真度。

2）两个证据合成后的Mass值。

解：

（1）信任度Bel（A）八m（D）=m（A）=0.5

D二A

Bel（B）=為m（D）=m（B）=0.1

d9

（T）

Bel（C）=£m（D）=m（C）=0.1

D6

Bel（AB）二、m（D）二m（A）m（B）m（AB）二0.50.10.2=0.8……（2，）

D口B

Bel（AC）二\m（D）二m（A）m（C）=0.50.1=0.6……（3'

D0C

Bel（BC）=為m（D）=m（B）m（C）m（BC）=0.10.10.173……（4'

DQC

Bel（O）=1Be（l①）=0

似真度Pl（A）.m（D）二m（A）m（AB）=0.50.2=0.7……（5'

PI（B）='、m（D）二m（B）m（AB）m（BC）=0.10.20.174……（6'

D冷韵

PI（C）二、m（D）=m（C）m（BC）=0.10.1=0.2……（7'

PI（AB）二'm（D）二m（A）m（B）m（AB）m（BC）二0.50.10.20.1二0.9D%詡

……（8'

PI（AC）=、m（D）二m（A）m（C）m（AB）m（BC）=0.50.10.20.1=0.9dQc希

……（9'

PI（BC）二、m（D）=m（B）m（C）m（BC）m（AB）=0.10.10.10.27.5

D^C詡

……（10'

PI（P）=1Pl（「）=0

（2）

K=g（A）（m2（B）m2（C））g（B）（m2（A）mz（C））m（C）（m2（A）m2（B））m1（AB）m2（C）m1（BC）m2（A）

-0.5（0.30.1）0.1（0.60.1）0.1（0.60.3）0.20.10.10.6

=0.44

（14'

m（AB）=m（BC）=0

7.（本题15分）瓦斯检测系统中传感器集S={S1,S2,S3分别代表甲烷，温度，一氧化碳传感器。

状态集U={安全，危险}，且根据经验三个传感器的权值分配策略A={a1,a2,a3}={0.6,0.3,0.1}已知两个状态下单传感器的测量结果分别是：

状态q

安全

危险

状态2

安全

危险

CH4：

0.69

0.31

CH4：

0,38

0.62

Temp：

0.81

0.19

Temp：

0,49

0.51

CO：

0,53

0,47

CO：

070

0,30

设当综合评危险度大于

0.5时危险，求两个状态下的安全性（Max—Min交并符

合原则）三、计算题二（任选其中一题解答，计算结果保留小数点后1位有效数字，本题15分）

8.设两个医生给同一个病人诊断疾病，甲医生认为感冒的可能性是0.9，说不

清病症的可能性0.1;乙医生认为0.2的可能性是肺炎，0.8的可能性是说不清楚的病症；请问患者是感冒的这种可能性落在什么范围内？

解：

由甲医生得到证据体E1：

g（感冒）=0.9m,（O）=0.1

由乙医生得到证据体E2：

mh（肺炎）=0.2讥（心）=0.8

将E1与E2融合：

（1'

k=m（感冒）叫（肺炎）=0.90.2=0.18

（7'

（10'

Bel（感冒）=0.9

PI（感冒）=0.9+0.仁1

则患者为感冒的信任区间为［0.9,1］。

9.设o1表示战斗机，o2表示多用途地面攻击飞机；o3表示轰炸机；04表示预警机；05表示其他飞行器；目标识别框架为W={o1,o2,o3,o4,o5,U};系统使用ESMIR和EO三种传感器。

由射频RF、脉宽PW、IR及光学设备确定的基本置信度值如下表所示，其中mRF（・）和mPW（-）由ESM传感器确定。

若采用基于基本置信度值的决策方法时，若选择门限£仁&2=0.1时，请确定目标是什么？

Oi

1o2

o3

o4

O5

u

mRF（）

0.2

0.4

0.12

0.15

0

0A3

0.45

0.05

0,25

0.1

0

045

miR0

0.25

03

0

0.2

0

0.25

niEo"）

0.4

0.4

0

0

0

0.2

解：

答案略，详见复习课ppt

2010-2011学年第一学期期末试卷

学号姓名成绩

考试日期：

2011年1月10日

考试科目：

《多源测试信息融合》（A卷）

注意事项：

1、闭卷考试，考试时间120分钟；

2、请在答题纸和试卷上写明自己的姓名和学号。

题目：

一、简答题（本题共60分，每小题10分）

9.简述多源测试系统数据融合的目的和定义。

答：

目的：

对多源知识和多个传感器所获得的信息进行综合处理，消除多传感器信息之间可能存在的冗余和矛盾，禾I」用信息互补来降低不确定性，以形成对系统环境相对完整一致的理解，从而提高系统智能规划和决策的科学性、反应的快速性和正确性，进而降低决策风险过程。

（5分）

定义：

利用计算机技术，对不同传感器按时序获得的观测信息，按照一定的准则加以自动分析、优化和综合，为完成所需的决策和估计任务而进行的信息处理过程。

（5分）

10.描述数据融合一般需经过的过程，并对每一步工作加以简单叙述。

答：

分析来自所有传感器的数据，并对其进行配准、关联、相关、估计、

分类与信息反馈等。

（2分）

（简述其中任意4个即可，每个2分）

配准：

将传感器数据统一到同一时间和空间参考系中

关联：

使用某种度量尺度对来自不同传感器的数据进行比较，确定进行相关处理的候选配对

相关：

对关联后的数据进行处理以确定它们是否属于同一个目标

估计：

依据相关处理后的结果对目标的状态变量与估计误差方差进行更新，实现对目标的未来状态预测

分类：

通过对特征数据的分析，确定目标的类型等。

11.简述D-S证据理论中，mass函数的定义，什么是焦元和焦元的基？

答：

（1）基本置信度指派m是2°^[0,1集合的映射，A为2®任一子集，记作A二2°，且满足：

（6分）

m（.一）=0

'm（A）=1

A•二2°

m（A）也称为假设的质量函数或massi数；

（2）若m（A）＞0,则称元素A为证据的焦元；焦元中所包含识别框架中的元素个数称为该焦元的基，记作|A|。

（4分）

12.DS证据理论合成规则具有哪些基本性质？

基于DS证据理论的数据融合

系统常见的决策方法有哪3种？

答：

DS证据理论合成规则具有以下基本性质：

（1）交换性；

（2）结合率；（3）极化性；（4）鲁棒性。

（4分）

常见决策方法：

（1）基于信任函数的决策；

（2）基于基本概率赋值的决策；（3）基

于最小风险的决策。

（6分）

13.分布式检测融合系统常见的有哪4种结构？

分布式检测融合系统常见的

融合策略有那些?

答：

常见以下4中结构：

（1）并行结构；（2分散结构；（3）串行结构；（4）树形结构。

（4分）

常见融合策略：

（论述其中4中即可，共计6分）

（1）“与”融合检测准则；

（2）“或”融合检测准则；（3）表决融合检测

准则；（4）最大后验概率融合检测准则；（5）Neyman-Pears（融合检测准则;

（6）贝叶斯融合检测准则；（7）最小误差概率准则

14.举例说明日常生活中人的目标识别融合过程，至少包含3中感知器官

答:

例如人类识别水或酒精的过程，用眼睛，鼻子和舌头来获取观察对象的信息，分别用来看对象的颜色，闻气味，还有尝味道。

对这三种信息分别进行分析与判别，最后综合这几种信息，对观察对象进行分析判断。