基于模糊证据理论的数据融合算法研究文献综述摘要：首先描述了数据融合技术发展历史与研究现状，然后对数据融合框架的三种形式以及几种常用的融合方法作了简单的介绍，并详细介绍了模糊证据理论框架下的数据融合算法， 最后对数据融合技术研究中存在的问题以及在CPS信息物理融合系统中的应用前景进行了论述。0 引言信息物理融合系统CPS，是通过计算、 通信与控制技术的有机与深度融合实现计算资源与物理资源的紧密结合与协调的下一代智能系统[1]。CPS 的典型应用包括智能交通领域的自主导航汽车、无人飞行机以及智能电网、 家庭机器人、 智能建筑等 , 是构建人类未来智慧城市的基础[2]。CPS 的基本组件包括传感器、执行器和决策控制单元， 各个层级的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的路径上不断提升抽象级用户最终得到全面的精确的事件信息。汽车 CPS，简单来说是指把 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的实时输入传感器和分布在汽车的不同部件上的提供输出的制动器等控制单元， 收集本车的实时信息或其他车辆的信息，通过一个统一的网络如控制局域网(Controller Area Network, CAN ) 来完成信息的交互、计算，并根据信息的反馈来完成对汽车的控制，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的提高以及智能交通系统的建设，物理设备(比如 ECU)和信息系统 (比如 ITS 中的信息电子系统 )的深度融合，海量数据的处理，多维度复杂开放系统的建立等，使得汽车CPS 的研究与发展成为汽车电子中物理设备系统发展的必然趋势。文献[3] 指出未来 CPS 的全球化、自主的网络架构需要能够容纳大量的物理数据源执行器和分布的计算元素， 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。 CPS系统中收集到的数据具有异构性、海量性、不确定性、动态性等特点， 如何对这些数据进行有效的融合，从而得到具有自适应性、 自主性、高效性、可靠性、安全性等特点的一个智能的有自主行为的系统至关重要。1 数据融合技术发展历史与现状1.1 数据融合定义数据融合又称为多传感器数据融合， 是针对一个系统使用多种传感器这一特定问题而展开的一种关于数据处理的研究。目前，对数据融合还很难给出一个统一、全面的定义[4,5]。随着数据融合和计算机应用技术的发展，根据国内外研究成果，多传感器数据融合比较确切的定义可...
