基于区间证据推理的多源目标识别方法

目标识别是信息融合的重要环节,传统单值证据理论在目标识别领域得到了广泛应用,但单值证据对模糊信息的描述较为绝对,可能会丢失部分原始信息.针对这个问题,提出了一种基于区间证据推理的多源目标识别方法.首先,对一般矩阵进行改造,形成区间概率矩阵,通过区间概率度量矩阵统计信息的不确定性.然后,根据该矩阵区间概率生成区间证据.最后,对区间证据组合结果进行区间概率转换,并对最终概率进行决策.仿真实验结果表明,该方法比单值证据推理方法更加合理有效.