基于D-S理论的多传感器目标识别能力分析

被引：6

作者：

刘湘伟

周国辉

郝成民

机构：

[1] 合肥电子工程学院软件工程中心

来源：

传感技术学报 | 2011年 / 24卷 / 07期

关键词：

数据融合; 目标识别能力; D-S理论; 证据冲突; 信任权重;

D O I：

暂无

中图分类号：

TP212.9 [传感器的应用];

学科分类号：

080202 ;

摘要：

通过分析待识别目标类型与结果类型的差别,确定以目标正确识别概率、目标错误识别概率和目标无法识别概率来度量传感器的目标识别能力。鉴于各传感器的识别结果概率之间的证据冲突,给出了一种通过与准理想结果的距离大小来确定信任权重的方法,并依据信任权重重新调整各证据的概率分配,实现冲突证据的预处理,然后使用Dempster规则对各传感器的识别结果概率进行组合,从而确定了多传感器的目标识别能力的度量模型,实例证明给出的目标识别能力度量方法是有效可行的。

引用

页码：1017 / 1021

页数：5

共 10 条

[1]

多传感器数据融合问题的研究.[D].王欣.吉林大学.2006, 09

[2]

自动目标识别效果评估.[D].李彦鹏.国防科学技术大学.2004, 11

[3] 多传感器目标融合识别系统模型研究现状与问题 [J].

吴瑕 ;

周焰 ;

蔡益朝 ;

杨龙坡 .

宇航学报, 2010, 31 (05) :1413-1420

[4] 雷达目标识别及发展趋势预测 [J].

倪迎红 ;

陈玲 .

电讯技术, 2009, 49 (11) :98-102

[5] 一种最优冲突证据组合方法 [J].

吴英 ;

蒋雯 ;

王栋 ;

邓勇 .

电机与控制学报, 2009, 13(S1) (S1) :178-182+192

[6] 基于贝叶斯网络的多传感器目标识别算法研究 [J].

史志富 ;

张安 ;

何胜强 .

传感技术学报, 2007, (04) :921-924

[7] 基于OWA聚合算子的多传感器目标识别 [J].

柳毅 ;

高晓光 ;

卢广山 ;

顾中国 ;

陈红林 .

传感技术学报, 2006, (02) :530-533

[8] 基于神经网络和证据理论的图像目标识别研究 [J].

黄金 ;

程咏梅 ;

皮燕妮 ;

潘泉 .

计算机仿真, 2005, (11) :184-186+197

[9]

多传感器信息融合及应用.[M].何友等著;.电子工业出版社.2000,

[10]

A simple view of the dempster-shafer theory of evidence and its implication for the rule of combination..Zadeh L A;.AI Magazine.1986, 01

← 1 →