基于D-S证据理论的数据关联新方法

摘要

针对被动传感器网络中的多目标数据关联,提出一种基于Dempster-Shafer证据理论的数据关联新方法。根据被动传感器网络中多目标跟踪的特点,建立适合于被动目标数据关联的6种合成证据(包含速度变化量、航向角变化量、飞行时间变化量、观测可能性、属性变化量与未知),根据各自的自相关函数自适应确定证据权值,通过证据权值与信任函数的乘积动态调整合成中各证据的比重,最后应用多级决策获取对目标观测的关联结果。仿真结果表明,使用自相关函数改进的D-S证据理论的数据关联新方法能够在抑制观测中冲突证据影响的同时,削减关联运算时间,获得被动多目标实时有效的关联结果,性能优于模糊C均值聚类关联方法(FCM)和传统D-S证据理论的数据关联方法。