多傳感器信息融合方法及其在空間目標識別中的應(yīng)用.pdf

1、近年來多傳感器信息融合理論及其應(yīng)用技術(shù)研究得到了快速的發(fā)展，已經(jīng)成為一個重要的研究領(lǐng)域，基于信息融合的目標識別技術(shù)成為國內(nèi)外研究的熱點。由于空間目標識別是空間監(jiān)視中的一項關(guān)鍵技術(shù)，因而成為目標識別的一個重要研究方向。針對空間目標識別問題的特點，多傳感器信息融合可望突破傳統(tǒng)識別方法的瓶頸，本文即以此為出發(fā)點，研究了多傳感器信息融合方法及其在空間目標識別中的應(yīng)用。
　　基于多傳感器進行空間目標識別，首要任務(wù)就是判斷來自不同傳感器的信息

2、是否針對同一目標，這就是航跡關(guān)聯(lián)問題。目前的航跡關(guān)聯(lián)方法在密集目標環(huán)境下，航跡錯關(guān)聯(lián)概率和漏關(guān)聯(lián)概率較大，針對這一問題，本文利用D-S證據(jù)理論，提出了基于模糊綜合決策的D-S航跡關(guān)聯(lián)方法和基于K近領(lǐng)域的D-S航跡關(guān)聯(lián)方法，兩種方法成功地將模糊決策的邏輯性和統(tǒng)計模式分類的嚴密性與證據(jù)理論的智能特性相結(jié)合，仿真結(jié)果說明了兩種方法的有效性和實用性。
　　假設(shè)傳感器得到的目標信息是關(guān)聯(lián)的情況下，下一步的工作就是如何利用傳感器信息獲得目標的

3、有效識別。神經(jīng)網(wǎng)絡(luò)方法在這方面應(yīng)用較為廣泛，但是對復(fù)雜的傳感器系統(tǒng)，單一神經(jīng)網(wǎng)絡(luò)會出現(xiàn)穩(wěn)定性差、收斂性差、網(wǎng)絡(luò)訓(xùn)練時間長等問題。就此本文提出了基于模糊決策的神經(jīng)網(wǎng)絡(luò)和帶有加權(quán)融合的神經(jīng)網(wǎng)絡(luò)組兩種目標識別方法，與傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)相比，基于模糊決策的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)簡單，邏輯層次分明，學(xué)習(xí)訓(xùn)練算法簡潔，而神經(jīng)網(wǎng)絡(luò)組在不增加訓(xùn)練時間的基礎(chǔ)上，提高了網(wǎng)絡(luò)的智能特性，能夠更加合理地對不確定性信息進行融合。經(jīng)仿真驗證，基于模糊決策的神經(jīng)網(wǎng)絡(luò)能夠提高噪聲較

4、大情況下的識別率，而利用神經(jīng)網(wǎng)絡(luò)組不但減少了訓(xùn)練時間，而且提高了目標識別的精度。
　　在目標識別過程中，如果能夠得到關(guān)于目標屬于不同類別的基本概率分配的話，則證據(jù)理論顯示了信息融合的優(yōu)越性。本文引入了基于證據(jù)決策的目標識別方法，經(jīng)仿真驗證，證據(jù)理論對于不確定信息能夠很好地進行處理和融合。但是D-S證據(jù)理論不能處理矛盾證據(jù)，限制了其應(yīng)用的范圍，本文在分析這一問題來源的基礎(chǔ)上，提出了改進的D-S證據(jù)融合規(guī)則，經(jīng)實例驗證，改進的方法能夠