多传感器数据融合中的目标识别技术研究

摘要

目标识别是智能化多源数据/信息融合中的重要组成部分,不仅是战场态势与威胁估计的基础,也是战场决策的重要依据.该文研究了数据融合系统中具有自适应推理能力的目标识别技术.运用模糊与/或语义图和模糊产生式规则建立相关的知识库;根据知识库中的知识,综合运用模板匹配法和模糊产生式规则推理进行平台识别.在平台识别过程中,充分利用了各运动平台的历史数据以及平台的位置、速度信息对平台进行多层次的识别,给了用户更加全面的信息.然后利用D-S证据理论和确定性理论,对不同周期得到的识别结果进行时间融合,提高了平台的识别率和抗噪能力;对于待识别平台的模板不在已知知识库中的情况,采用实时添加,更新模板知识库的方法来解决.同时还研究了模糊聚类技术在辐射源分类识别中的应用,提出用

目录

文摘

英文文摘

创新性声明及关于论文使用授权的说明

第一章绪论

1.1数据融合的理论知识

1.1.1数据融合的基本概念

1.1.2数据融合的的处理模型

1.1.3数据融合的应用及研究现状

1.2系统概述

1.2.1系统研制背景

1.2.2系统的功能模型

1.2.3系统开发环境

1.3数据融合中的目标综合识别

1.3.1目标识别概述

1.3.2目标识别的原理与意义

1.3.3目标识别的研究现状

1.4本人所做的工作

第二章知识库设计

2.1模糊与/或语义图知识表示模式

2.1.1语义网络知识表示模式的基本描述

2.1.2与/或语义图

2.1.3模糊与/或语义图

2.1.4与/或语义图知识表示模式的应用

2.1.5平台知识的存储

2.2产生式规则知识表示方法

2.3模糊与/或语义图与产生式规则的相互转化

第三章平台识别

3.1目标身份信息的分类

3.2基于加权模糊产生式规则的平台推理算法

3.2.1模糊产生式知识表示

3.2.2加权模糊产生式规则

3.2.3模糊匹配

3.2.4模糊产生式规则的激活执行

3.3模糊产生式规则推理在平台识别中的应用

3.3.1平台推理的原理

3.3.2存在的问题及解决方法

3.3.3仿真实验结果与分析

第四章时间融合中的不确定推理与决策技术

4.1确定性理论

4.1.1有关概念的定义

4.1.2不确定推理算法

4.1.3在平台识别中的应用举例

4.2 DS证据理论

4.2.1基本概念

4.2.2推理算法

4.2.3 DS证据的应用举例

4.3实验结果分析

4.3.1战场环境设置

4.3.2识别结果

4.3.3结果分析

第五章模糊聚类在辐射源分类识别中的应用

5.1聚类的基本理论

5.1.1聚类分析的概念

5.1.2类别数C和初始聚类中心的确定

5.1.3初始划分

5.1.4硬C-均值算法

5.1.5模糊C-均值算法

5.2在常规雷达辐射源分类识别中的应用

5.2.1数据的预处理

5.2.2模式的相似性度量

5.2.3实验结果及分析

结束语

致谢

参考文献

附录A

作者在读期间的研究成果