多傳感器信息融合的目標識別算法研究.pdf

1、隨著計算機技術(shù)、通信技術(shù)和微電子技術(shù)的發(fā)展，以及現(xiàn)代戰(zhàn)爭的復(fù)雜性日益提高，各種面向復(fù)雜應(yīng)用背景的多源信息大量出現(xiàn)，迫使人們要對多種傳感器和不同的信息源進行更有效的集成，以提高信息處理的自動化程度，因此，從20世紀70年代起多傳感器信息融合迅速發(fā)展起來。多傳感器信息融合系統(tǒng)將各種傳感器在時間和空間上的冗余與互補信息依據(jù)某種優(yōu)化準則進行組合，得出更多的有價值、有意義的新信息，這種新信息是任何單一傳感器所無法獲得的?；谛畔⑷诤系哪繕俗R別是該

2、領(lǐng)域的一個重要組成部分，已經(jīng)成為國內(nèi)外研究的熱點。
　　 目標識別的過程主要分為三個階段:數(shù)據(jù)預(yù)處理、特征提取、身份識別。根據(jù)融合的階段不同，多傳感器信息融合的目標識別分為如下三種:決策級融合、特征級融合和數(shù)據(jù)級融合。決策層融合是最高層次的融合，其優(yōu)點是對信息傳輸帶寬的要求比較低、通信容量小、抗干擾能力比較強、融合中心處理代價低，與其他兩個層次相比，決策層融合具有更多的優(yōu)勢。因而，目前目標識別融合所取得的成果大多都是在決策層上。

3、
　　 D-S證據(jù)理論是多傳感器信息融合中最常用的一種處理不確定問題的融合算法，在目標識別領(lǐng)域具有廣闊的發(fā)展前景。本論文首先對該理論的基本概念、組合規(guī)則以及決策準則進行了深入的研究，在此基礎(chǔ)之上，通過實驗仿真驗證了該理論可以提高目標的基本概率賦值，降低目標的不確定性，提高目標識別的正確率，增強系統(tǒng)的可靠性。
　　 一般情況下，D-S證據(jù)理論可以得到合理的融合結(jié)果，但是在“證據(jù)嚴重沖突”的情況下，卻得出有悖常理的結(jié)論以及存

4、在“一票否決問題”，直接影響了該理論的進一步廣泛使用。由于對現(xiàn)有文獻中對“證據(jù)嚴重沖突”的描述存在質(zhì)疑，因此本論文首先通過實驗仿真結(jié)果，給出了合理、明確的“證據(jù)嚴重沖突”的定義;然后從修改組合規(guī)則和修改證據(jù)模型兩個角度出發(fā)，對D-S證據(jù)理論存在的問題提出自己的改進算法。
　　 在修改組合規(guī)則方面，本論文認為沖突信息是由局部焦元引起的，因此以沖突焦元在局部沖突組合證據(jù)中所占的實際比值為權(quán)重，將沖突在產(chǎn)生沖突焦元中分解;在修改證據(jù)模