贝叶斯博弈信息融合模型及算法的研究和应用

论文摘要

本文来源于国家自然科学基金项目课题。它将博弈论与信息融合理论相结合,提出了一种信息融合模型——贝叶斯博弈信息融合模型,用来解决多源信息冲突环境下的信息融合问题；在融合模型的基础上,构建贝叶斯网络,并利用贝叶斯网络算法中的多树传播算法,实现信息的博弈融合。最后,把建立的融合模型和算法架构应用到高速公路不停车收费系统中,用以解决车辆身份识别不准确问题,从而提高收费站不停车收费的有效性。本文从基础理论入手,在介绍信息融合的定义、分类以及融合层次的基础上,引入了信息融合的功能模型和各种融合算法。由于在竞争与合作环境中信息间存在博弈,介绍了博弈基础理论中的博弈模型三要素,并详细分析了通用的策略型博弈和扩展型博弈。基于以上博弈融合理论,总结出博弈模型的基本思想,并建立博弈信息融合模型。贝叶斯博弈主要用来解决不确定性条件下的博弈问题。首先构建贝叶斯网络,并以贝叶斯网络结构表示博弈融合。用贝叶斯推理算法中的多树传播算法实现具体的信息融合。在融合过程中以贝叶斯概率模型修正先验概率。在实际应用中,把以上模型和算法应用到高速公路电子不停车收费系统中,用来解决车辆身份判别不准确问题。博弈信息融合理论不仅适用于ETC,更广泛应用在模式识别和人工智能领域。

论文目录

• 摘要
• Abstract
• 目录
• 1 绪论
• 1.1 选题背景和研究现状
• 1.1.1 选题背景
• 1.1.2 研究现状
• 1.2 信息融合理论的引入
• 1.3 课题来源
• 1.4 本文的主要工作
• 2 博弈信息融合理论分析
• 2.1 信息融合的定义
• 2.2 信息融合的分类
• 2.3 多源信息融合的功能模型
• 2.4 多源信息融合算法
• 3 多源信息融合中的博弈
• 3.1 多源信息间的竞争和合作
• 3.2 博弈论基础
• 3.2.1 博弈论的概念
• 3.2.2 博弈论的分类
• 3.3 博弈模型分析
• 3.3.1 博弈模型的三要素
• 3.3.2 策略型博弈模型
• 3.3.3 扩展型博弈模型
• 3.3.4 两种博弈模型的比较
• 3.3.5 双人零和博弈中的最小最大值定理
• 3.4 博弈信息融合的基本思想
• 3.4.1 竞争信息的融合
• 3.4.2 合作信息的融合
• 3.4.3 融合中心与环境和信息源间的博弈
• 3.5 博弈信息融合功能模型
• 3.5.1 局中人提取
• 3.5.2 策略提取
• 3.5.3 支付提取
• 3.5.4 态势评估
• 3.5.5 过程提取
• 3.5.6 数据库管理系统
• 4 贝叶斯博弈信息融合及推理算法
• 4.1 贝叶斯博弈理论
• 4.1.1 不完全信息
• 4.1.2 贝叶斯博弈的概率模型
• 4.1.3 信号博弈
• 4.2 贝叶斯网络的研究
• 4.2.1 贝叶斯网络的提出
• 4.2.2 贝叶斯网络的构造
• 4.3 博弈融合的贝叶斯网络算法
• 4.3.1 用贝叶斯网络表示博弈融合
• 4.3.2 贝叶斯网络表示博弈融合的方法
• 4.3.3 贝叶斯博弈信息融合推理算法
• 5 博弈信息融合在车辆身份识别中的应用
• 5.1 车辆身份识别系统的研究
• 5.1.1 博弈信息融合在高速公路不停车收费系统中的应用概述
• 5.1.2 射频IC卡识别
• 5.1.3 车辆牌照识别
• 5.1.4 车型识别
• 5.1.5 不停车称重
• 5.2 策略型博弈融合在车型识别中的应用
• 5.2.1 车型局中人提取
• 5.2.2 车型策略提取
• 5.2.3 车型支付提取
• 5.3 贝叶斯博弈信息融合在车辆身份识别中的应用
• 5.3.1 车辆身份识别中的博弈模型三要素
• 5.3.2 车辆身份识别的贝叶斯推理算法
• 5.3.3 仿真结果分析
• 6 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢
• 攻读学位期间科研和发表论文