基于模糊证据理论得数据融合算法讨论文献综述摘要:首先描述了数据融合技术进展历史与讨论现状,然后对数据融合框架得三种形式以及几种常用得融合方法作了简单得介绍，并详细介绍了模糊证据理论框架下得数据融合算法,最后对数据融合技术讨论中存在得问题以及在ＣPS信息物理融合系统中得应用前景进行了论述。0 引言 信息物理融合系统 CPS,就是通过计算、通信与控制技术得有机与深度融合实现计算资源与物理资源得紧密结合与协调得下一代智能系统［1]。CPS 得典型应用包括智能交通领域得自主导航汽车、无人飞行机以及智能电网、家庭机器人、智能建筑等, 就是构建人类未来智慧城市得基础[２]。CPS 得基本组件包括传感器、执行器与决策控制单元,各个层级得组件与子系统都围绕数据融合向上提供服务数据沿从物理世界接口到用户得路径上不断提升抽象级用户最终得到全面得精确得事件信息。 汽车 CPS，简单来说就是指把 CPS 技术应用在汽车上,以使汽车更易于驾驶,更安全。具体指用带微处理器得实时输入传感器与分布在汽车得不同部件上得提供输出得制动器等控制单元,收集本车得实时信息或其她车辆得信息,通过一个统一得网络如控制局域网(Con ｔ rol ｌｅ r A ｒ ea Network, CA Ｎ )来完成信息得交互、计算,并根据信息得反馈来完成对汽车得控制，使得汽车更易于驾驶,响应更快,更安全,更智能。人类对汽车性能要求得提高以及智能交通系统得建设,物理设备(比如 ECU）与信息系统(比如 ITS 中得信息电子系统）得深度融合,海量数据得处理,多维度复杂开放系统得建立等，使得汽车 CPS 得讨论与进展成为汽车电子中物理设备系统进展得必定趋势。 文献[3]指出未来Ｃ P Ｓ得全球化、自主得网络架构需要能够容纳大量得物理数据源执行器与分布得计算元素,所以需要以数据融合与提升信息抽象能力为中心以满足应用需求。C Ｐ S 系统中收集到得数据具有异构性、海量性、不确定性、动态性等特点,如何对这些数据进行有效得融合，从而得到具有自适应性、自主性、高效性、可靠性、安全性等特点得一个智能得有自主行为得系统至关重要。１ 数据融合技术进展历史与现状１、1 数据融合定义数据融合又称为多传感器数据融合,就是针对一个系统使用多种传感器这一特定问题而展开得一种关于数据处理得讨论。目前,对数据融合还很难给出一个统一、全面得定义[4,5］。随着数据融合与计算机应用技术得进展，根据国内外讨论成果，多传感器数据融合比较确切得定义可...
