作者：李勇,王德功,常硕 单位：重庆市兵工学会;重庆理工大学 出版：《兵器装备工程学报》2012年第01期 页数：3页  （PDF与DOC格式可能不同） PDF编号：PDFCUXI2012010110 DOC编号：DOCCUXI2012010119 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 为提高复杂环境下目标敌我属性识别能力，提出了一种基于多传感器数据融合的自动目标敌我属性识别方法。采用将IFF、ESM、雷达，红外获取的信息进行特征级融合的方法对目标进行识别，并采用模糊神经网络模拟真实战场环境，提高了目标的识别率和准确度。

    📙 相关资料

    1. 《模糊神经网络与证据理论的飞机目标敌我识别》PDF+DOC 为满足复杂环境下目标敌我属性识别能力，提出了一种基于模糊神经网络(FNN：Fuzzy Neural Net-works)和证据理论的新敌我识别方法。该方法利用模糊神经网络和证据理论信息的处理能力，将敌我识别器(IFF：Identification Friend-or-Foe)、电子支援措施(ESM：......
    2. 《基于GA-BP的煤矿大型机电设备D-S数据融合故障诊断的研究》PDF+DOC 根据多传感器数据融合理论，研究了煤矿大型机电设备故障类型，提出了用多传感器数据融合技术建立2级机电设备故障诊断的方法。在特征级上采用遗传算法优化BP神经网络(GA-BP)，对大量多传感器监测数据进行降维并建立基本信任分配函数；在决策级采用D-S证据理论算法，克服故障诊断过程的不确定性，以提高故障诊断......
    3. 《高阶神经网络与D-S方法在数据融合中的应用》PDF+DOC 讨论了数据融合与高阶神经网络的串行结合。根据Dempster Shafer证据理论的基本原理 ，利用多传感器多周期测量条件下命题不确定性度量的融合算法公式 ，进行命题的空间和时间融合 ，以达到空中目标的敌我识别。将融合后的最终结果输入到高阶BP神经网络中 ，通过目标向量样本的训练 ，输出相应的目标类......
    4. 《基于改进BP网络的管道安全监测技术研究》PDF+DOC 管道安全监测技术能够对管道安全构成威胁的行为进行早期监测、定位和预警，对管道周围目标进行正确的分类识别是其中的关键。采用地震信号传感器对管道周围的人、车辆等目标发出的震动信号进行采集，通过对信号特征的分析，实现震动信号的特征提取和关联，在特征级实现目标特性融合，并提出一种改进的神经网络方法进行融合及......
    5. 《多传感器数据融合技术在VTS中的应用研究》PDF+DOC 此文分析了多传感器数据融合技术在VTS中应用的必要性和可行性，提出了应用于VTS中的数据融合处理模型。在像素级融合，研究了坐标变换、位置坐标的插值计算、目标点迹的关联与合并等技术；在特征级融合，采用BP神经网络、D—S证据理论进行目标识别。...
    6. 《基于神经网络的声目标识别融合方法研究》PDF+DOC 本文介绍了声目标的各种识别方法，将Dempster枛朣hafer证据推理的基本理论应用到声目标的识别中，并用BP神经网络构造出基本概率赋值函数，从而避开了建立质量函数的麻烦，大大拓宽了这种方法的应用范围。本文给出了改进后的BP神经网络算法并给出了识别目标的决策方法。通过实例计算可以看出，该方法可以提......
    7. 《基于多传感器数据融合的喷水推进泵空化分类识别》PDF+DOC 采用基于奇异值分解和人工神经网络的多传感器数据融合方法对喷水推进泵的空化状态进行了分类识别研究。首先利用基于奇异值分解的权值估计算法分别对水声信号和振动信号在时间上进行数据级融合，提取出各自的特征，然后将所有特征组合起来作为神经网络的输入，利用BP网络和RBF网络进行特征级融合和分类识别。分析结果表......
    8. 《基于数据融合与神经网络的火灾探测研究》PDF+DOC 海上平台由于其自身空间狭小、管线设备高度集中等特点，要求其火灾探测系统误报率低.目前，单一类型火灾探测器的误报率非常高，经研究发现同时探测多类型火灾因素可大幅度降低误报率.文中根据多传感器数据融合技术将火灾探测器所测数据进行融合，然后应用BP神经网络进行训练仿真，降低了火灾探测器的误报率，满足了海上......
    9. 《基于BP神经网络和D-S证据理论的火灾报警系统》PDF+DOC 将BP神经网络与数据融合理论中的D-S证据有机融合，提出一种决策级火灾报警识别方法。通过模拟实际输入信号的仿真结果发现，将BP神经网络和D-S证据理论相结合的多传感器数据融合技术，可以显著提高火灾的识别能力，有效降低火灾误报率，而且该系统具有良好的适应性，达到了预期效果。...
    10. 《多传感器数据融合技术研究进展》PDF+DOC 多传感器数据融合是信息领域一个前景广阔的研究方向。由于单一的数据融合算法具有一定的局限性，将2种或2种以上的数据融合算法进行优势集成已逐渐成为数据融合领域的研究热点。介绍了数据级、特征级和决策级融合3种数据融合方式的主要特点、方法及应用，归纳了常用的数据融合方法，并重点阐述了几种多传感器数据融合集成......

    提示：百度云已更名为百度网盘（百度盘），天翼云盘、微盘下载地址……暂未提供。