基于多傳感器信息融合的低空目標屬性識別.pdf

1、作為現(xiàn)代戰(zhàn)爭中的關(guān)鍵環(huán)節(jié)之一，能否正確的對低空目標的屬性進行識別對火力的分配與部署以及整個戰(zhàn)場的態(tài)勢有重大的影響。因此，有效的目標識別技術(shù)對于防空作戰(zhàn)有著重要的意義。本文基于雷達紅外傳感器信息融合技術(shù)，提出了一種RS-RBF的低空目標識別方法，達到了提升目標識別率的目的。
　　本文首先介紹了基于多傳感器信息融合技術(shù)的低空目標屬性識別的目的、意義以及國內(nèi)外研究現(xiàn)狀。在此基礎(chǔ)上，確定了多傳感器信息融合的級別，選擇了信息融合的結(jié)構(gòu)，并對

2、目標識別的航跡關(guān)聯(lián)和一些現(xiàn)有的目標識別算法進行了研究。其次，分別設(shè)計了BP神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)兩種低空目標識別模型。將待識別的低空目標的六種屬性作為兩種識別模型的輸入向量，待識別目標的類型作為模型的輸出向量進行訓(xùn)練和測試。仿真結(jié)果表明，RBF神經(jīng)網(wǎng)絡(luò)較BP神經(jīng)網(wǎng)絡(luò)更有優(yōu)勢。然后，對粗糙集的理論知識進行了研究，設(shè)計了基于 RS?RBF的目標識別模型。該模型運用決策表屬性約簡技術(shù)對低空目標的屬性進行了約簡，達到了去除冗余信息的目的。將約

3、簡以后的屬性作為RBF網(wǎng)絡(luò)的輸入，目標類型作為輸出對網(wǎng)絡(luò)進行訓(xùn)練和測試。通過實驗對比RS?RBF方法比單獨的RBF網(wǎng)絡(luò)模型在進行目標識別時更加有效。最后，研究了基于最小二乘法的雷達?紅外傳感器信息融合系統(tǒng)，并在此基礎(chǔ)上，對紅外傳感器和雷達探測到的角度和位置信息進行了融合，將融合后的數(shù)據(jù)信息作為RS-RBF目標識別模型的輸入矢量，對低空目標武裝直升機、轟炸機和預(yù)警機進行了識別。仿真結(jié)果表明，基于多傳感器信息融合的低空目標屬性識別比單一傳感