1、近年來，無線傳感器網(wǎng)絡在工業(yè)監(jiān)控、環(huán)境監(jiān)測、智能家居、健康醫(yī)療等領域獲得了廣泛應用。隨著傳感器的感知、存儲和計算能力的日益增強，無線傳感器網(wǎng)絡正朝著異構化、大流量和智能化的方向發(fā)展。決策融合技術能夠大幅度降低數(shù)據(jù)傳輸量，節(jié)約傳輸耗能，延長WSN工作壽命并提升數(shù)據(jù)處理精度，是無線傳感器網(wǎng)絡領域熱點研究問題之一。
　　本文對無線傳感器網(wǎng)絡決策融合問題以及證據(jù)理論基礎進行了介紹，提出了決策融合的四層模型，并對當前各類決策融合模型進行了總

2、結分析。在此基礎上，重點研究了基于證據(jù)理論的決策融合算法及其在無線傳感器網(wǎng)絡中的應用問題。主要工作包括以下三個方面:
　　(1)針對WSN分布式目標分類決策融合問題，提出基于證據(jù)理論的可靠度-概率（RP）決策融合算法，并推導出簡單明確的融合規(guī)則。已有的信度構建算法只是單獨考慮分類器的認知不確定性或隨機不確定性，具有一定的片面性。本文將信度作為概率的不確定表述，在簡單支信度函數(shù)框架下，提出了基于決策可靠度-概率的信度構建算法。首先提

3、出基于距離的可靠度計算方法，對決策的可靠度進行量化。隨后根據(jù)RP信度構建算法得到本地基本信度分配(BBA)，最后推導出了全局BBA的表達式并得到了明確的RP融合規(guī)則。該規(guī)則不僅避免了Dempster組合規(guī)則的復雜計算，而且降低了數(shù)據(jù)通信量。
　　(2)針對WSN分布式目標檢測決策融合問題，同樣使用RP決策融合算法進行了建模。針對目標信號和噪聲信號能量分布函數(shù)的不同，提出了基于累積概率密度分布函數(shù)信度計算方法，結合傳感器的檢測率和虛

4、警率構建本地BBA，并且得到了二元檢測場景下的BRP決策融合規(guī)則。相比已有的基于證據(jù)理論的融合方法，本文提出的規(guī)則簡單易實現(xiàn)，數(shù)據(jù)傳輸量更低，且兼容通用的閾值式目標檢測模型。
　　(3)通過仿真對比驗證本文提出的算法的性能。針對在WSN目標分類中提出的RP策融合算法，使用隨機可變數(shù)據(jù)集和實際車輛傳感器數(shù)據(jù)進行了仿真驗證。結果表明，在本地分類精度或傳感器數(shù)量不同的環(huán)境下，本文提出算法的融合結果精確度均明顯優(yōu)于貝葉斯融合和加權融合方法