基于信息融合技術的目標識別方法研究.pdf

1、隨著信息技術的高速發(fā)展和現(xiàn)代戰(zhàn)爭的需要,多傳感器信息融合作為一門新興交叉學科得到廣泛關注?；谛畔⑷诤霞夹g的目標識別已成為國內(nèi)外研究的熱點。如何快速、準確地對目標進行識別,是擺在眾多學者面前的一個重要研究課題。本文介紹了信息融合技術的基本理論,在此基礎上,重點對神經(jīng)網(wǎng)絡和證據(jù)理論進行深入研究和分析,并將神經(jīng)網(wǎng)絡和證據(jù)理論相結(jié)合,以更好地解決目標識別系統(tǒng)中所存在的問題。
　　本文的主要研究內(nèi)容及成果如下:
　　1.神經(jīng)網(wǎng)絡在目

2、標識別領域得到了越來越廣泛地應用,但是對復雜的傳感器系統(tǒng),單一神經(jīng)網(wǎng)絡會存在穩(wěn)定性差、收斂性差等問題。為此,本文設計了基于神經(jīng)網(wǎng)絡組的目標識別方法。通過對目標特征適當分組,建立相應的多個子網(wǎng)絡并行組合的神經(jīng)網(wǎng)絡組,有效利用傳感器提供的冗余信息,提高目標識別率。仿真結(jié)果表明,利用神經(jīng)網(wǎng)絡組不但能夠提高目標的識別精度,而且還減少了網(wǎng)絡訓練時間。
　　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,也就限制了其應用范圍。本文設計了一種新的基于證據(jù)權值的組合方法。當證據(jù)相互沖突時,該方法通過給各組證據(jù)賦予不同的權值來調(diào)整概率分配函數(shù),然后用D-S組合規(guī)則進行融合。仿真結(jié)果表明,新方法可以有效提高目標判定的可靠性。
　　3.針對當前目標識別系統(tǒng)中常用的信息融合方法識別率較低、運行速度慢、穩(wěn)定性差等問題,本文設計了一種聯(lián)合神經(jīng)網(wǎng)絡組與證據(jù)理論的信息融合方法,稱為GNN-DS算法。該算法的主