摘要：針對多傳感器融合中傳感器可信度不易確定的問題，提出了一種基于層次分析法的傳感器可信度的確定方法。利用傳感器獲得的量測的相對可信度，建立各目標(biāo)的多傳感器可信度矩陣，進(jìn)而求得各傳感器綜合可信度。仿真結(jié)果證明該方法的有效性。
關(guān)鍵詞：多傳感器融合；可信度；層次分析法

0 引言
    在現(xiàn)代工程應(yīng)用中，傳感器技術(shù)廣泛應(yīng)用于跟蹤技術(shù)、機(jī)器人技術(shù)、機(jī)電一體化、柔性制造系統(tǒng)等控制技術(shù)。隨著應(yīng)用系統(tǒng)逐漸擴(kuò)大，所需的功能也越來越復(fù)雜，使用的傳感器種類也相應(yīng)增多。單一傳感器檢測技術(shù)已不能滿足需求，隨之多傳感器融合技術(shù)應(yīng)運而生。多傳感器融合技術(shù)就是對同一檢測對象，利用各種傳感器檢測的信息和不同的處理方法以獲得該對象的全面監(jiān)測信息，從而提高檢測精度和可靠性。在一個多傳感器融合系統(tǒng)中，如何表示被融合信息的可信度，以及把這些可信度有效地融入系統(tǒng)，是確保系統(tǒng)具有較高的識別率和容錯性的關(guān)鍵。即使識別率相同的傳感器，如果干擾不同，它提供的信息的可信度也不同，在復(fù)雜背景或強(qiáng)干擾情況下，傳感器可信度對于系統(tǒng)的有效性和可靠性更加重要。
    本文借鑒層次分析法(Analytic Hierarchy Process，AHP)中分層的思想，提出了一種確定多個傳感器可信度的方法，根據(jù)信息的相對可信度，建立了多傳感器可信度的判斷矩陣，該矩陣的正交特征向量即為對應(yīng)傳感器的可信度。仿真結(jié)果證明，融合數(shù)據(jù)要優(yōu)于各傳感器的算術(shù)平均值(等可信度融合)。

1 加權(quán)平均的數(shù)據(jù)融合模型
    設(shè)在K時刻系統(tǒng)有p個傳感器，q個目標(biāo)，對傳感器i，目標(biāo)j測量值為：mij(i=1，2，…，p；j=1，2，…，q)。按照加權(quán)平均的融合算法確定傳感器i的可信度為ai(i=1，2，…，p)，則目標(biāo)j的融合結(jié)果為：
   
    而ai(i=1，2，…，p)是需要確定的某時刻系統(tǒng)各傳感器可信度。

2 層次分析法
    T．L．Saaty于70年代提出層次分析法(AHP)，為解決多目標(biāo)決策問題提供了很大的方便，在資源分配、企業(yè)管理、經(jīng)濟(jì)分析與計劃、社會學(xué)、行為學(xué)中得到了廣泛應(yīng)用。其核心思想：首先，把要解決的問題分層系列化，即根據(jù)問題的性質(zhì)和要達(dá)到的目標(biāo)，將問題分解為不同的組成因素，按照因素之間的相互影響和隸屬關(guān)系將其分層類聚組合，形成一個遞階的、有序的層次結(jié)構(gòu)模型，然后，對模型中每一層次因素的相對重要性，依據(jù)人們對客觀現(xiàn)實的判斷，給予定量表示，再利用數(shù)學(xué)方法確定每一層次全部因素相對重要性次序的權(quán)值，最后，通過綜合計算各層因素相對重要性的權(quán)值。
2．1 AHP可信度的確定
    在多傳感器探測系統(tǒng)中，在某時刻系統(tǒng)對傳感器量測的信任程度，稱為該時刻該傳感器的可信度，針對系統(tǒng)中的p個傳感器，q個目標(biāo)。傳感器對各目標(biāo)的量測共有p×q個。根據(jù)q個目標(biāo)分為q組，對于同一目標(biāo)的量測分在一組。對于目標(biāo)j，設(shè)各傳感器量測的平均值：
   
    式中：mij表示第i個傳感器對j目標(biāo)的量測。
    兩個傳感器s和t對目標(biāo)量測可信度的比值定義如式(4)。在已知真實值時，可用真值代替平均值。
   
    該矩陣是對稱陣，即，且對角線元素為1。由式(4)，傳感器量測距離平均值mj越近，該結(jié)果同其他結(jié)果的可信度比值就會越高，則判斷矩陣中相應(yīng)元素就會越大。對于目標(biāo)j，該傳感器的可信度也將會越大。判別矩陣求解可信度的步驟為：
    (1)將判斷矩陣Dj的各列作歸一化處理，得到矩陣。其中的元素一般項為：
   
    (2)將列歸一化的判斷矩陣*****按行相加，得到過渡可信度向量。其元素的一般項為：
   
    (3)將過渡可信度向量歸一化，得到可信度向量Wj。其中的元素表示第r個傳感器對目標(biāo)j的可信度。
   
    對每一組重復(fù)此過程，分別建立各目標(biāo)的判斷矩陣(q個)，相應(yīng)得到q個可信度向量Wj(j=1，2，…，q)。傳感器r(r=1，2，…，p)的綜合可信度為其對各個目標(biāo)量測可信度的平均值。

3 仿真實例及誤差分析
    為驗證該傳感器可信度的有效性，運用java語言模擬5個傳感器對地面上卡車的運動情況的探測，利用文中算法融合數(shù)據(jù)與等可信度(每個傳感器賦予相同可信度)的融合結(jié)果進(jìn)行比較，如圖1。

    由圖1看出，本文AHP可信度確定法的融合結(jié)果更為接近目標(biāo)真實數(shù)據(jù)，優(yōu)于等可信度法的融合結(jié)果。
    分別計算AHP可信度確定法的融合結(jié)果與真實數(shù)據(jù)間的均方誤差和平均距離，并與等可信度方法融合結(jié)果進(jìn)行比較如表1：

    由表1可以看出，本文融合數(shù)據(jù)與真實數(shù)據(jù)間的均方誤差和平均距離比等可信度融合結(jié)果小，驗證了改可信度確定方法的有效性。

4 結(jié)論
    本文借鑒層次分析法的思想，通過信息的相對可信度建立了傳感器可信度矩陣，進(jìn)而對所有傳感器按可信度進(jìn)行排序，根據(jù)傳感器的可信度決定參與融合量測客觀性，通過對地面卡車的融合結(jié)果進(jìn)行分析，驗證了該方法的有效性。