基于信息融合技術(shù)的目標(biāo)識(shí)別方法研究.pdf

1、隨著信息技術(shù)的高速發(fā)展和現(xiàn)代戰(zhàn)爭(zhēng)的需要,多傳感器信息融合作為一門(mén)新興交叉學(xué)科得到廣泛關(guān)注?；谛畔⑷诤霞夹g(shù)的目標(biāo)識(shí)別已成為國(guó)內(nèi)外研究的熱點(diǎn)。如何快速、準(zhǔn)確地對(duì)目標(biāo)進(jìn)行識(shí)別,是擺在眾多學(xué)者面前的一個(gè)重要研究課題。本文介紹了信息融合技術(shù)的基本理論,在此基礎(chǔ)上,重點(diǎn)對(duì)神經(jīng)網(wǎng)絡(luò)和證據(jù)理論進(jìn)行深入研究和分析,并將神經(jīng)網(wǎng)絡(luò)和證據(jù)理論相結(jié)合,以更好地解決目標(biāo)識(shí)別系統(tǒng)中所存在的問(wèn)題。
　　本文的主要研究?jī)?nèi)容及成果如下:
　　1.神經(jīng)網(wǎng)絡(luò)在目

2、標(biāo)識(shí)別領(lǐng)域得到了越來(lái)越廣泛地應(yīng)用,但是對(duì)復(fù)雜的傳感器系統(tǒng),單一神經(jīng)網(wǎng)絡(luò)會(huì)存在穩(wěn)定性差、收斂性差等問(wèn)題。為此,本文設(shè)計(jì)了基于神經(jīng)網(wǎng)絡(luò)組的目標(biāo)識(shí)別方法。通過(guò)對(duì)目標(biāo)特征適當(dāng)分組,建立相應(yīng)的多個(gè)子網(wǎng)絡(luò)并行組合的神經(jīng)網(wǎng)絡(luò)組,有效利用傳感器提供的冗余信息,提高目標(biāo)識(shí)別率。仿真結(jié)果表明,利用神經(jīng)網(wǎng)絡(luò)組不但能夠提高目標(biāo)的識(shí)別精度,而且還減少了網(wǎng)絡(luò)訓(xùn)練時(shí)間。
　　2.證據(jù)理論作為一種有效處理不確定信息的推理方法,在多傳感器信息融合中得到了廣泛應(yīng)用,

3、然而,由于證據(jù)理論難以處理證據(jù)沖突的情況,也就限制了其應(yīng)用范圍。本文設(shè)計(jì)了一種新的基于證據(jù)權(quán)值的組合方法。當(dāng)證據(jù)相互沖突時(shí),該方法通過(guò)給各組證據(jù)賦予不同的權(quán)值來(lái)調(diào)整概率分配函數(shù),然后用D-S組合規(guī)則進(jìn)行融合。仿真結(jié)果表明,新方法可以有效提高目標(biāo)判定的可靠性。
　　3.針對(duì)當(dāng)前目標(biāo)識(shí)別系統(tǒng)中常用的信息融合方法識(shí)別率較低、運(yùn)行速度慢、穩(wěn)定性差等問(wèn)題,本文設(shè)計(jì)了一種聯(lián)合神經(jīng)網(wǎng)絡(luò)組與證據(jù)理論的信息融合方法,稱(chēng)為GNN-DS算法。該算法的主