学海网 文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 多传感器目标识别的优化融合

多传感器目标识别的优化融合

多传感器目标识别

第26卷 第1期2005年1月  

宇 航 学 报

JournalofAstronautics

Vol.26 No.1

  January2005

多传感器目标识别的优化融合

杨莘元,蒲书缙,马惠珠

(哈尔滨工程大学信息与通信工程学院,哈尔滨150001)

  摘 要:对于工作在复杂环境下的多传感器目标识别系统,确保其稳健性和准确性的关键是有效处理被融合信息的不确定性。根据影响信息不确定性的因素,文章把传感器本地识别信息的可信度分为了统计可信度和环境可信度;采用最小二乘法和神经网络实现统计可信度的估计,自适应神经模糊推理实现环境可信度估计;并利用这两种可信度实现以一致理论为基础的多传感器目标识别的优化融合。经实验仿真证明,该融合方案是有效的。

关键词:目标识别;数据融合;一致理论;可信度;最小二乘法;神经网络

中图分类号:TP212;TP274   文献标识码:A   文章编号:100021328(2005)0120047205

0 引言

集函数综合在一起,估计。,。

1992年提出了以一致理论为

战场目标识别的准确与及时,对后面的势态评估和威胁估计有重要的意义,关键。杂恶劣,、不可靠。在适用。利用多传感器实现目标识别,更大程度的收集和处理目标和环境的信息量,从而提高识别系统的准确性和可靠性。在这个过程中,冗余和互补信息的融合,同样也引入了“信息冲突”这个新问题,原因在于各传感器的信息存在不确定性和模糊性,而这些往往是由多种因素影响所致。在一个多传感器目标识别系统中,如何表示被融合信息的可信度,以及把这些可信度有效的融入系统,是确保识别系统具有较高的识别率和容错性的关键。本文以一致理论为基础,讨论了传感器本地分类信息的可信度估计问题,并利用这些可信度实现多传感器目标识别的优化融合,通过计算机实验仿真进行了验证。1 一致理论与数据融合

[1~3]

,并运用在多传感器或

[4~7]

多源信息的目标分类识别上

,该方法通过汇集

函数集合各传感器(信息源)的本地目标识别信息,并利用最大值选择规则得到最终的分类识别结果。若采用的一致规则不同,汇集函数也不同。一致规则有两种:线性意见汇集(TheLinearOpinionPool)和对数意见汇集(TheLogarithmicOpinionPool),其数学表述如下:

对于某一目标X,有n个传感器对其观测并得到相应的目标特征信息zi(i=1,…,n),Z=[z1,…,zn]表示对目标总的观测量。若存在目标类别有

M类,表示为ωj(j=1,…,M)。p(ωj|zi)为第i个

传感器认为目标X属于类别ωj的后验概率估计。λi表示了第i个传感器本地识别信息的可信度权值,它定量的反映了各传感器探测信息的好坏,并控制各传感器本地识别信息在汇集函数中的相对影响度。对于线性意见汇集规则的汇集函数

λCj(Z)=f(λ1p(ωj|z1),…,np(ωj|zn))(1)对数意见汇集规则的汇集函数

Lj(Z)=f(p(ωj|z1)

λ

1

一致理论(Consensustheory)最早运用在统计学和管理学中,它是专门针对在某一专家组里找寻一致意见的研究领域。在一致理论中,每位专家根据贝叶斯决策理论估计某一事件发生的后验概率,然后再把这些不同的意见通过某种一致规则决定的汇

收稿日期:2004207212,修回日期:2004211210

,…,p(ωj|zn)

λ

n

(2)

log(Lj(Z))=f(λ1log(p(ωj|z1)),…,

第1页

我要评论

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
新浪认证  诚信网站  绿色网站  可信网站   非经营性网站备案
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.xuehai.net All Rights Reserved.  email
返回顶部