一种基于属性测度的改进时域融合识别方法

摘要

基于时域融合的辐射源识别方法提高了单个传感器的识别准确度。文中提出了一种采用属性测度法获取基本概率赋值函数(BPAF),同时应用D-S(Dempster-Shafer)证据理论将多个量测周期识别结果进行有效融合的方法。该方法通过对已知辐射源库中的样本训练,获取样本特征参数的统计分布和权重来计算BPAF。当辐射源库中样本模式较多时,由于引入了统计的思想,在低信噪比情况下的正确识别率较其他时域融合方法得到提高。此外,由于大量的计算在样本识别之前已经完成,融合识别的速度很快。仿真和实验表明该算法是一种实时、有效的辐射源识别方法。