《基于证据理论的雷达与通信侦察目标识别算法》PDF+DOC

📙 相关资料

1. 《一种基于加权证据合成的多传感器目标识别方法》PDF+DOC 针对多传感器数据融合目标识别问题，基于D-S证据理论，提出了加权证据合成的时空域目标识别算法。该方法充分利用了多传感器多周期的测量数据，并根据D-S合成规则要求参与合成的各证据具有相同权重的特点，充分考虑了提供证据的信源即各个传感器的可靠性。在合成中，引入证据权的概念，解决了不同权重的多传感器数据融......
2. 《基于D-S证据理论的振动目标识别研究》PDF+DOC 提出了一种基于D-S证据理论对数据进行融合处理的方法。通过采用多个地振动传感器对人、车辆等目标发出的振动信号进行采集，然后对传感器采集到的地振动信号进行处理，解决目标识别问题并提高目标的识别率，实验结果表明文中提出的方法是有效的。...
3. 《多模复合制导系统决策融合中的D-S证据理论》PDF+DOC 对决策融合领域最常用的几类方法进行了分析与比较，论述了D S证据理论和基于准贝叶斯结构的D S证据理论，并给出了D S证据理论在多模复合制导系统决策融合中的应用。仿真结果表明，基于准贝叶斯结构的D S证据理论能够有效地降低多模复合制导系统决策融合中目标识别的不确定性概率，提高目标的识别率。...
4. 《基于D-S证据理论的多传感器雷达辐射源识别模型》PDF+DOC 针对复杂电磁环境下多传感器获得的雷达辐射源信息具有不确定性的情况，利用灰色定权聚类法对大量的传感器数据进行处理，以简化雷达辐射源特征数据，在此基础上，探讨了通过灰关联分析确定证据理论中基本概率赋值函数的方法，并应用修正的D-S证据理论实现目标识别，通过仿真验证了该模型能够有效减小雷达辐射源所受的噪声......
5. 《基于神经网络和D-S证据理论的船舶类型识别》PDF+DOC 针对目标识别中基本可信度分配需要专家知识在实际中难以实现的问题，提出一种基于神经网络和D-S证据理论相结合的多传感器目标识别算法。该算法利用神经网络得到各目标的基本概率赋值，然后使用D-S证据理论对其进行时间域和空间域的融合。利用该算法对几种船舶目标进行身份识别仿真，结果表明，该算法能够有效提高目标......
6. 《基于加权D-S证据理论的分布式多传感器目标识别》PDF+DOC 针对分布式多传感器环境下的目标识别问题，提出了一种基于加权D-S证据理论组合规则的决策融合方法。分析了多传感器目标识别系统的信息模型，指出传感器的决策可信度由其被支持度及与目标间的距离确定。将该可信度体现为加权D-S证据理论组合规则中的证据权值，综合考虑传感器支持度及其与目标距离，给出了权值确定方法......
7. 《基于D-S证据理论的多模复合制导目标识别》PDF+DOC 多传感器信息融合已成为现代条件下目标识别的重要手段。研究基于D-S证据理论的多传感器信息融合算法，提出一种基于Dempster-Shafer理论的推广方法以解决融合信息的证据冲突问题，并将其用于红外成像/毫米波复合制导系统，进行目标识别的决策信息融合，结果比较理想，能够有效地化解证据间的冲突问题。...
8. 《应用D-S证据理论进行多传感器雷达体制识别》PDF+DOC 在阐述Dempster-Shafer(D-S)证据理论的基础上，较系统地论述了基于D-S证据理论的多传感器雷达体制识别的数据融合方法，并给出了具体的识别实例。实验结果证明了基于多传感器融合后的识别结果明显优于单传感器的识别结果，说明了D-S证据理论的有效性和先进性。...
9. 《D-S证据理论在振源目标识别中的应用》PDF+DOC 本文采用D-S证据理论对振动目标脉冲宽度进行融合，可以很好地解决振动目标识别问题。地面目标激励产生的振动信号，主要受到运动状态、目标质量、传感器的距离以及地质条件等因素的影响。对传感器采集到的振动信号进行处理、特征抽取进而通过分类识别的方法可以确定产生地振动信号的目标类别[1]。...
10. 《基于DSmT的不同时域多传感器目标识别方法研究》PDF+DOC 复杂的战场环境变化带来传感器证据冲突.DSmT既能够处理多源信息的模糊性和不确定性，也能处理高度冲突性.利用DSmT中的经典DSm组合规则和混合DSm组合规则，解决了不同传感器在不同时域的目标识别问题。...