基于最大隶属度与证据理论的目标识别融合

基于最大隶属度与证据理论的目标识别融合

为解决各传感器的类型、精度,外界干扰以及不同传感器对不同目标敏感程度的不同对目标识别的决策结果的影响,通过运用智能信息处理和多源信息融合的相关知识建立了基于最大隶属度与证据理论的目标识别融合模型.该模型首先分析了影响目标识别的因素;然后各雷达站依据最大隶属度选取了不同的权重,从而求出了所测目标相对于目标库中参考目标的隶属度,并将得到的本站对目标的决策结果进行归一化处理后送往了融合中心.研究了比较常用的对不确定信息进行处理的D-S证据理论法,并深入分析了其证据合并规则与决策规则.在融合中心运用了D-S证据理论的有关知识进行融合,最终输出了融合后的目标识别的决策结果.实例证明了该目标识别融合模型的可行性.

作 者： 张玉鹏 李延磊 孙暄 鲁佳琪 ZHANG Yu-peng LI Yan-lei SUN Xuan LU Jia-qi   作者单位： 空军工程大学导弹学院,陕西,三原,713800  刊 名： 电光与控制  ISTIC PKU 英文刊名： ELECTRONICS OPTICS & CONTROL  年，卷(期)： 2007 14(6)  分类号： V271.4  关键词： 目标识别   最大隶属度   D-S证据理论   融合   信息处理  

【基于最大隶属度与证据理论的目标识别融合】相关文章：

基于D-S证据理论的多模复合制导目标识别04-27

基于结构特征的空间目标识别算法04-26

基于D-S证据理论的态势评估方法04-27

基于信息融合技术的汽车故障模式识别系统04-27

基于轨迹特征的预警系统目标识别04-26

基于模糊理论的多传感器数据融合系统04-26

基于BPAF判决的决策层目标属性融合研究04-27

基于MERSI和ETM+遥感图像融合的湿地苇田识别研究04-27

基于D-S证据理论的群决策专家意见集结方法04-27

基于FCM的多传感器融合多目标跟踪的数据关联04-26