《基于被动雷达和红外传感器的数据融合》PDF+DOC

📙 相关资料

1. 《雷达专家系统目标识别和红外图像目标识别的D-S融合》PDF+DOC 本文从雷达专家系统目标识别和红外图像目标识别算法分别得到带识别目标所属类别的基本概率分配函数。用D-S证据理论将得到的两个基本概率分配函数组合，最终实现了机载雷达和红外成像传感器的数据融合。仿真表明：融合后的识别效果要比单个雷达或单个红外传感器的识别效果要好得多。...
2. 《机载雷达和红外数据融合的智能目标识别》PDF+DOC 为了提高机载传感器目标识别系统的性能，提出了利用机载雷达和红外成像传感器数据融合的智能目标识别算法。对红外成像传感器，采用了基于小波矩特征和BP神经网络的目标识别算法，首先提取目标图像的小波矩特征并进行特征选择，然后通过BP神经网络对目标图像进行识别；对雷达传感器，提出了利用模糊推理的目标识别方法，......
3. 《基于G2的数据融合与目标识别系统》PDF+DOC 随着现代战争的规模日趋庞大，作战环境日趋复杂，多传感器数据融合技术已成为必然的发展趋势。介绍一种基于D S证据理论的目标自动实时识别系统。系统采用有反馈的全并行融合系统结构，以分级式D S证据推理为数据融合算法，最终实现一个图形化的目标识别系统。仿真结果表明系统可以快速准确地对多个目标进行识别。...
4. 《基于两坐标雷达和红外传感器的融合目标跟踪算法》PDF+DOC 利用雷达和红外传感器的观测信息及目标运动的特征信息，改善系统对机动目标的跟踪性能；并在雷达无法主动开机的情况下，应用测向测时差定位法，处理机动目标的无源定位问题，在此基础上，应用数据融合技术进一步提高系统的定位与跟踪精度。...
5. 《基于雷达/红外神经网络融合目标跟踪算法》PDF+DOC 提出一种基于雷达/红外传感器神经网络融合的机动目标跟踪算法，利用神经网络的非线性逼近能力，将神经网络与卡尔曼滤波器相结合构成一个非线性估计器，该算法可以对来自红外成像传感器的补充信息加以充分利用，进行机动检测，把计算负荷转移到神经网络，在改善跟踪性能的同时又保持跟踪滤波的计算结构尽可能简单。仿真结果......
6. 《证据理论与模糊神经网络相结合的身份估计方法》PDF+DOC 重点研究了在数据融合身份估计领域中D-S证据理论与模糊神经网络相结合的多传感器数据融合方法。Demp-ster-Shafer证据理论方法是对Beyes决策检验法的推广，证据理论比概率论满足更弱的公理系统，并且在区分不确定与不知道等方面显示了很大的灵活性，但是在基于证据理论的身份估计融合中，基本可信度......
7. 《基于神经网络与D-S证据理论的多传感器目标识别技术》PDF+DOC 为了满足目标识别的需要，多传感器的数据融合技术已经成为研究的热点。D-S证据理论是多传感器信息融合中最常用的一种处理不确定问题的方法，在基于D-S证据理论的目标识别融合中，基本概率赋值的获取是一个难点。使用神经网络中应用最广泛的BP神经网络来求基本概率赋值，再结合D-S理论进行目标识别。结果表明这种......
8. 《基于神经网络与改进D-S证据理论的目标识别》PDF+DOC 研究基于神经网络(NN)和D-S证据理论相结合对多传感器多测量周期进行数据融合的目标识别方法.采用中心式融合算法，利用神经网络对单个传感器不同周期的目标进行融合识别；利用D-S证据理论对识别信息进行全局融合，得到综合的目标识别，达到对目标识别的目的，并通过实例证明了该方法的有效性。...
9. 《基于神经网络与D-S证据理论的目标识别》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数据融合的方法.该方法利用D-S理论来表示和处理不精确的、模糊的信息，发挥神经网络的自学习、自适应和容错能力，提高了系统识别率.最后通过实验，利用神经网络来处理证据理论中的基本可信度分......
10. 《BP神经网络和D-S证据理论的目标识别》PDF+DOC 目标识别是指挥自动化系统的一个重要组成部分，针对现代战争对抗手段不断增强的特点，运用BP神经网络和D-S证据理论探索作战飞机机型的识别方法。前端采用3层BP神经网络结构，以传感器接收数据为输入，以神经网络输出作为证据，后端对不同传感器的证据按D-S理论进行融合，得到待识别目标的识别概率。经由M AT......