买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西北工业大学;西北工业大学深圳研究院;西北工业大学重庆科创中心申请的专利基于复杂网络和证据距离的多传感器信息建模与融合方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120145317B 。

龙图腾网通过国家知识产权局官网在2025-12-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510440847.X，技术领域涉及：G06F18/25；该发明授权基于复杂网络和证据距离的多传感器信息建模与融合方法是由唐永川;龚洲;李世杰;侯龙祥;刘俊强;祝浩雷;李镕非;关赫;汪瑛;周颖设计研发完成，并于2025-04-09向国家知识产权局提交的专利申请。

本基于复杂网络和证据距离的多传感器信息建模与融合方法在说明书摘要公布了：本发明提供了一种基于复杂网络和证据距离的多传感器信息建模与融合方法，主要提升传统证据融合方法的准确性；本发明的方案为通过对已得到的BPA使用复杂网络进行建模，并计算节点之间的证据距离；再计算所有节点的直接节点权重和间接节点权重，综合计算得到所有证据体的权重；接下来计算所有证据体的加权平均值，并通过增添权重因子对原证据体进行修改；最后通过Dempster组合规则将修改后的所有证据体进行融合P‑1次得到最后的结果。基于复杂网络和证据距离的传感器冲突信息建模与融合方法考虑了如何从传感器信息关联性的角度解决证据理论中的冲突信息融合问题，并且相应地减少了多传感器信息融合过程中有效信息的损失。经过试验验证本发明方法准确性高。

本发明授权基于复杂网络和证据距离的多传感器信息建模与融合方法在权利要求书中公布了：1.基于复杂网络和证据距离的多传感器信息建模与融合方法，其特征在于，包括如下步骤：步骤一、构建传感器信息源的辨识框架；基于辨识框架构建基本信度指派BBA；使用复杂网络理论构建基于基本信度指派BBA的双向图；每个基本信度指派BBA对应双向图中的一个节点，不同节点之间以双向边相连； 所述辨识框架Θ为：对P个传感器信息源进行信息融合，传感器共有N种判断结果，其中以θ1…θN表示N种判断结果；Θ为非空集合；辨识框架包括N个两两互斥事件，即Θ＝{θ1,θ2…θN}；辨识框架Θ的幂集包含2N个元素，辨识框架Θ的幂集2Θ为： 其中，代表空集，即不包含任何元素的集合； 所述基本信度指派BBA为：在辨识框架内，证据体mass函数m为幂集2Θ在区间[0,1]上的映射 且证据体mass函数m满足以下关系式： 其中，当条件mA0成立时，称命题子集A为一个焦元；而mA是命题子集A的证据体mass函数值，即mA是基本信度指派BBA，或mA为基本概率指派BPA； 若任意传感器对目标的判断结果有两种，即N＝2，Θ＝{θ,θ}，则传感器基本信度指派BBA表示为： mθ＝0.2 mθ＝0.6 mΘ＝0.2式4 步骤二、计算双向图中节点的直接节点权重； 步骤三、计算双向图中节点的间接节点权重； 步骤四、计算双向图中节点的节点权重； 步骤五、计算双向图中的加权证据体； 步骤六、将证据体mass函数更新为低冲突的优化证据体； 步骤七、使用Dempster组合规则将低冲突的优化证据体进行融合，即获得数据融合后的证据体，基于数据融合后的证据体进行评估判断。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西北工业大学;西北工业大学深圳研究院;西北工业大学重庆科创中心，其通讯地址为：710072 陕西省西安市碑林区友谊西路127号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。