1.一种基于向量度量的冲突证据融合方法，其特征在于：包括以下几个步骤：

A、通过获取多个传感器测量信息相对应的证据焦元的置信指派，将每一个证据看作一个向量，第i个证据的向量用mi＝(mi(θ1),…,mi(θr),…,mi(θk))T表示，其中i＝1,2,...,n，n为证据向量的总数，k为辨识框架Θ中的焦元个数；

B、对上述每个证据向量mi分别进行差异度、相似度计算：并记录任意第i个证据向量mi和第j个证据向量mj之间的差异度因子为Dif(mi-mj)，任意第i个证据向量mi和第j个证据向量mj之间的相似度因子为S(mi,mj)，其中j＝1,2,...,n；

C、由任意证据向量mi和mj之间的差异度因子Dif(mi-mj)和相似度因子S(mi,mj)通过公式： 计算任意证据向量mi和mj之间的冲突程度因子conf(mi,mj)；

D、由任意第i个证据向量mi和第j个证据向量mj之间的冲突程度因子conf(mi,mj)通过公式： 求得第i个证据与其他n-1个证据的总冲突程度因子conf(mi)和第i个证据与其它n-1个证据的相对支持程度因子truf(mi)，并利用n个证据中最大的相对支持程度因子trufmax和第i个证据与其他n-1个证据的总冲突程度因子conf(mi)得到权重因子ωi；E、第i个证据中焦元θr的置信指派用mi(θr)表示，其中r＝1,2,…,k，修正后的第i个证据中焦元θr的置信指派值用 表示，根据权重因子ωi通过公式：对融合的证据进行修正，其中A为焦元；然后采用

Dempster组合规则对修正后的证据进行逐个融合,融合后的A的置信指派m(A)的最大值对应的焦元为目标识别的决策结果对应的识别目标，即为决策最终结果。

2.根据权利要求1所述的基于向量度量的冲突证据融合方法，其特征在于：所述的步骤B中差异度计算通过下述公式得到任意第i个证据向量mi和第j个证据向量mj之间的差异度因子Dif(mi-mj)，式中表示两个证据向量mi和mj的内积，两个证据之间对应焦元置信指派的差值与正定系数矩阵D组成的向量用σ(mi-mj)表示，向量σ(mi-mj)的均值和方差分别用E(mi-mj)和D(mi-mj)表示。

3.根据权利要求2所述的基于向量度量的冲突证据融合方法，其特征在于：所述的步骤B中相似度是通过计算向量之间的夹角余弦值而得出，具体通过下述公式计算得出。

4.根据权利要求2所述的基于向量度量的冲突证据融合方法，其特征在于：所述两个证据之间对应焦元置信指派的差值与正定系数矩阵D组成的向量σ(mi-mj)＝(mi-mj)TD，其中mi-mj＝(mi(θ1)-mj(θ1),…,mi(θr)-mj(θl),…,mi(θk)-mj(θk))T，r,l＝1,2,…,k。

5.根据权利要求1-4任一权利要求所述的基于向量度量的冲突证据融合方法，其特征在于：所述的Dempster组合规则为：其中，m(A)表示焦元A的置信指派，r,l＝1,2,…,k， 为空集。