基于模糊神經(jīng)網(wǎng)絡的多源信息融合.pdf

1、多源信息融合也稱多傳感器信息融合，是把多個渠道、多個方位采集的局部環(huán)境的不完整信息加以綜合，消除多源信息間可能存在的冗余和矛盾的信息，加以互補，降低其不確定性，以形成對系統(tǒng)環(huán)境的相對完整一致性描述的過程，從而提高智能系統(tǒng)的決策、規(guī)劃、反映的快速性和正確性，降低決策風險。
　　本文首先利用模糊神經(jīng)網(wǎng)絡進行多傳感器信息融合，與傳統(tǒng)的以概率理論為基礎的融合方法相比，無需任何先驗信息;克服了證據(jù)理論融合方法中的證據(jù)難以獲得、計算量大的缺陷

2、。不僅拓寬了神經(jīng)網(wǎng)絡處理信息的能力，使其既能處理精確信息，也能處理不精確信息或模糊信息，它將模糊推理機制蘊涵于神經(jīng)網(wǎng)絡結構之中;而且，訓練好的模糊神經(jīng)網(wǎng)絡無需額外信息，就可融合多傳感器信息，解決了模糊理論融合多傳感器信息中的模糊規(guī)則的提取和隸屬函數(shù)的確定等，提高了融合系統(tǒng)的融合能力以及融合的準確性。
　　其次在T-S模糊神經(jīng)網(wǎng)絡數(shù)據(jù)融合的基礎上，基于標準T-S模糊融合算法的時間和空間復雜度進行算法和網(wǎng)絡結構的改進。通過仿真實驗驗證

3、了改進的算法在融合過程中的合理性、穩(wěn)定性和準確性。并且通過Kohonen網(wǎng)絡的聚類算法來選取適當?shù)碾`屬度函數(shù)個數(shù)，通過實驗驗證了聚類算法在T-S模糊神經(jīng)網(wǎng)絡數(shù)據(jù)融合算法中運用的合理性和有效性。
　　然后以模糊神經(jīng)網(wǎng)絡為基礎對雷達目標回波的識別進行研究和實驗，引入兩種比較實用的濾波算法對雷達目標回波的數(shù)據(jù)進行優(yōu)化。通過仿真實驗證明，濾波的優(yōu)化效果十分顯著。
　　最后，采用主成份分析算法對用實地采錄的雷達目標回波數(shù)據(jù)進行特征提取