基于DS理论和DSm理论的交互自适应目标识别方法

摘要

本发明公开了一种基于DS理论和DSm理论的交互自适应目标识别方法。首先，得到所有可能目标类型，确定辨识框架，获得各信息源对目标识别的基本信度分配；其次，计算两证据间的角度相似度，并对证据分别采用Dempster组合规则和PCR6规则进行合成，分别得到合成结果。再次，利用角度相似度对两种规则处理结果加权求和得到最终合成信度；最后，选择合适的决策规则作出最后的识别判决。本发明方法自适应地处理多信息源关于目标识别信息中存在的各种程度的冲突证据，降低了干扰证据的影响，实现了对各种程度冲突证据的有效处理，提高识别结果的可信性。不仅能在Shafer模型下使用，还能在混合DSm模型和自由DSm模型下使用。处理过程简单，不涉及高阶累积量运算，计算量小。此外，本发明还可采用其它的组合规则或方法进行交互自适应应用，具有很好的开放性和扩展性。具有推广应用价值。