基于改进DS理论多周期数据融合的目标识别方法

论文摘要

为了应对复杂战场环境下信息不确定性及证据冲突造成目标识别困难的问题,解决配准关联错误及应答欺骗产生的误识别问题,减小融合算法对先验数据的依赖,提出了一种基于改进DS证据理论的多周期多传感器数据融合方法以实现高效的战场目标识别。方法采用4个层级,两个方面的多传感器数据融合结构,在改进DS证据理论处理性能的同时,充分利用多个周期识别结果的融合实现最终目标识别。仿真结果表明,该方法在提高目标识别准确性的同时,能够有效解决目标密集和应答欺骗造成的目标误识别问题。

论文目录

• 0 引言
• 1 改进DS证据组合方法
•   1.1 关联质量加权
•   1.2 识别信源稳定性加权
•   1.3 识别信息冲突判断
•   1.4“一票否决”风险规避
•   1.5 不同冲突大小程度的融合处理
•   1.6 基于证据相似性的组合处理
• 2 多周期融合方法
•   2.1 历史信息与当前周期识别信息不冲突
•   2.2 历史信息与当前周期识别信息冲突
• 3 多周期改进DS证据理论融合方法
• 4 仿真与验证
• 5 结论

文章来源

类型: 期刊论文

作者: 李捷,杨雪洲,周亮

关键词: 目标识别,多传感器数据融合,改进证据理论,多周期

来源: 火力与指挥控制 2019年07期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 武器工业与军事技术,自动化技术

单位: 电子科技大学通信抗干扰国家重点实验室,四川九洲电器集团有限责任公司

基金: 国防预研基金资助项目(41412010201,315090202,41101080102)

分类号: TP212.9;E91

页码: 43-48

总页数: 6

文件大小: 1963K

下载量: 194