《MIMO-FNN模型的弹道导弹目标识别方法》PDF+DOC
作者:林菡,李昌玺,陈丽娟
单位:北京电子工程总体研究所
出版:《现代防御技术》2018年第06期
页数:8页 (PDF与DOC格式可能不同)
PDF编号:PDFXDFJ2018060060
DOC编号:DOCXDFJ2018060069
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于MIMO-FNN模型的弹道导弹目标时空序贯融合识别方法》PDF+DOC2017年第09期 李昌玺,周焰,林菡,李灵芝,郭戈
《基于模糊积分的多源信息融合及目标融合识别方法》PDF+DOC2015年第02期 米丽萍
《基于改进合成规则的弹头目标综合识别方法》PDF+DOC2018年第12期 邰文星,丁建江,刘宇驰,赵志强
《基于模糊积分的信息融合目标识别》PDF+DOC2004年第08期 刘海君
《证据源权重的计算及其在证据融合中的应用》PDF+DOC2010年第11期 孟光磊,龚光红
《基于Dezert-Smarandache理论的的递递归目标识别融合方方法法》PDF+DOC2012年第01期 胡丽芳,关欣,何友
《一种基于可信度矩阵的多传感器目标识别方法》PDF+DOC2011年第03期 兰旭辉,熊家军
《弹道导弹雷达目标识别问题的新思考》PDF+DOC2011年第02期 吕金建,丁建江,任超西
《信息融合中传感器可信度的动态确定及应用》PDF+DOC2010年第07期 蒋雯,张安,邓勇
《基于多源不确定数据融合的研究》PDF+DOC2007年第03期 杨雷,赵春晖,廖艳苹,杨莘元
针对弹道导弹目标融合识别特点,分析了弹道导弹单传感器多特征多输入多输出模糊神经网络(multiple input multiple output fuzzy neural network,MIMO-FNN)模型、弹道导弹多传感器单特征MIMO-FNN模型,在此基础上,结合弹道导弹目标融合识别的实际流程,提出了弹道导弹目标识别多传感器多特征MIMO-FNN模型。该模型以每个单传感器多特征MIMO-FNN模型的输出为输入,并通过专家知识求取每个传感器的融合权值,采用sum-product模糊推理和加权求和法解模糊,得到模型的融合识别结果,并通过仿真实验验证了所提模型的有效性,最后从多传感器多特征优化和传感器权重2个方面对所提模型进行了可行性分析。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。