作者：牟聪,景占荣,羊彦,谭歆 单位：中国计算机自动测量与控制技术协会 出版：《计算机测量与控制》2006年第04期 页数：4页  （PDF与DOC格式可能不同） PDF编号：PDFJZCK2006040400 DOC编号：DOCJZCK2006040409 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 主要目的是以机载探测设备为平台，针对机载探测设备自身特性，来设计一种更为有效的融合算法，来对敌机中的危险目标进行识别，在主要方法上运用神经网络技术、Dempster-Shafer(D-S)证据理论将来自于机载SAR雷达、机载前视红外搜索跟踪系统 (IRS)、电子支援措施(ESM)等探测设备多次观察所得到的数据，进行实时的时域和空域融合，对于来自于地面的电子情报(ELINT) 的信息使用主观贝叶斯方法来同机载系统融合后的信息进行融合，从而达到准确的目标识别；最后通过实例仿真证明该算法适合于不同类型传感器不同格式信息之间的融合，其不仅能够适合于复杂的信号环境，并且在观测噪声比较大时，具有优良的性能和广泛的适应性。

    📙 相关资料

    1. 《基于神经网络和D-S证据理论的船舶类型识别》PDF+DOC 针对目标识别中基本可信度分配需要专家知识在实际中难以实现的问题，提出一种基于神经网络和D-S证据理论相结合的多传感器目标识别算法。该算法利用神经网络得到各目标的基本概率赋值，然后使用D-S证据理论对其进行时间域和空间域的融合。利用该算法对几种船舶目标进行身份识别仿真，结果表明，该算法能够有效提高目标......
    2. 《基于D-S证据理论的传感器网络数据融合算法》PDF+DOC 传感器网络对于多个传感器在不同目标的识别过程中，各种技术冲突便随之接踵而至，并对传感器网络的科学体制产生了能动性的影响，使得系统的实时性和同步性的效能受到很大的负面影响。基于此，文章以D-S证据理论为核心要素，通过矩阵分析在融合算法中的理论地位，辅之以数学归纳法的精要，力求得到与融合结果与D-S证据......
    3. 《多传感器数据融合实现卫星及其系留诱饵的识别》PDF+DOC 卫星在绕地球运行时，其周围可能带有一个或多个系留诱饵。诱饵与卫星运行于相同的轨道，具有与卫星完全相同的运动状态。为了对抗雷达和可见光探测，通过改变诱饵表面涂层，可使其具有和卫星基本相同的雷达和可见光特性。在这种情况下，红外辐射特性成了识别卫星及其诱饵的唯一特征。文章提出了一种基于红外辐射特征的区分卫......
    4. 《D-S证据理论在目标识别中的应用》PDF+DOC 根据地面目标运动引起的地震动信号的特征信息 ，应用多传感器信息融合的方法将目标正确分类 .首先根据地震动信号在频域和时频域的多种特征 ，应用BP神经网络模式识别法 ，将地面车辆目标分为轮式车、轻型履带式车和重型履带式车 .设计了一种以神经网络正确识别率作为基本概率赋值的方法 ，并应用D S证据理论进......
    5. 《基于一维距离像的抗箔条干扰算法研究》PDF+DOC 对箔条进行有效识别是对抗雷达箔条干扰特别是冲淡式干扰的关键。阐述了箔条干扰的原理，分析了舰船和箔条一维距离像的波形稳定性、距离像分布及相邻距离像相关性等差异，提取了距离像峰值点位置熵、距离像分散性以及相邻距离像相关系数三个目标特征，构造了BP神经网络识别器并完成了相应的参数设计以实现目标识别。利用真......
    6. 《信息融合在空间点目标识别中的应用》PDF+DOC 提出一种三级融合的多传感器信息融合空间点目标识别方法，将BP网络和D—S证据推理有效地结合起来.第一级融合采用神经网络进行识别，第二和第三级采用D—S证据理论进行识别.经过三级融合后可以提高系统的识别率，尤其是在有噪声的情况下.仿真实验验证了算法的有效性。...
    7. 《基于证据组合理论的多传感器目标识别算法》PDF+DOC 为了提高多传感器目标识别的准确性，提出了证据加权数据融合的新方法。给出了证据理论的基本概念、组合规则、加权证据组合及决策规则，同时给出简单的多传感器信息融合模型。针对战场环境下多传感器系统获得的辐射源信息，通过仿真给出了文中方法的目标识别步骤及识别结果，仿真结果表明该算法提高了目标识别的准确性和有效......
    8. 《一种基于神经网络和证据理论的信息融合算法》PDF+DOC 针对目前多传感器系统中常用的信息融合方法，识别率较低、网络稳定性不好、不能很好地处理不确定性等问题，提出一种基于神经网络和DS方法的信息融合算法。该方法兼顾神经网络和DS推理二者的优势，有效地解决了目前信息融合方法对大噪声不确定性传感器测量信息的误识别问题。仿真实验结果验证了该算法在提高目标识别率和......
    9. 《弹道中段目标雷达综合识别研究》PDF+DOC 中段是弹道导弹防御的主要阶段，也是目标构成最为复杂的阶段。数量众多的轻、重诱饵和弹体碎片使得基于单一特征、单次观测的目标识别并不能给出令人信服的识别结果。因此本文根据弹道中段目标的微动和结构特性，首先利用BP神经网络得到基于单一特征的各待识别目标的基本概率赋值，然后利用D-S证据理论实现当前观测周期......
    10. 《基于Dempster-Shafer证据推理的水中目标多特征融合识别技术》PDF+DOC 多特征融合是将各种信息以某种优化准则组合起来，产生对观测目标的一致性解释和描述，从而形成比单一信息源更精取、更完整的估计和判决；文章重点研究了Dempster-Shafer证据理论，讨论了它的可应用性，在此基础上把决策融合策略与模糊自适应共振(FART)神经网络、所获取的特征知识相结合，实现了对三类......

    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。