一种基于证据理论的目标识别方法技术

本发明专利技术涉及一种基于证据理论的目标识别方法，研究其在目标识别中的应用，属于数据收集领域，具体处于数据分析处理阶段。本发明专利技术首先引入证据向量的概念，并通过该向量定义证据间的距离，依据距离来量化证据间的相似与冲突程度，并在此基础上计算获得证据信任系数，以该系数作为衡量证据可信度的依据，对原证据的概率进行重新分配，再通过合成公式对证据进行合成。本发明专利技术相比于常规D

【技术实现步骤摘要】
一种基于证据理论的目标识别方法


[0001]本专利技术涉及一种基于证据理论的目标识别方法，研究其在目标识别中的应用，属于信息收集领域，具体处于信息分析处理阶段。

技术介绍

[0002]在当前环境下，需要准确地把握环境态势，通过完整的态势信息了解双方状态、完成策划及资源部署。在态势生成中，首先需要通过分析各传感器获得的信息得到目标态势，而目标态势生成的过程，就是对各个目标位置、类别、类型、航向、方位、身份等信息识别的过程，它是当前环境每个目标识别结果的集合体。由此可以看出，只有准确地识别各类目标，才能获取有效、可靠的环境态势。
[0003]Dempster
‑
Shafer证据理论本质上是对Bayes理论的拓展，是一种较为先进的数据融合决策理论。D
‑
S证据理论在广泛的使用过程当中，理论本身存的问题是：对存在高度冲突的证据进行融合时，其结果经常产生与人们直觉或常理相悖的情况，甚至产生一票否决的极端现象；而且随着个数的增长，其计算量也呈指数级增长。

技术实现思路

[0004]本专利技术所要解本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于证据理论的目标识别方法，其特征在于，包括以下步骤：步骤1、针对不同传感器,依据已有的传感器先验知识,得到不同传感器探测目标类别的信任度；步骤2、根据目标类别的信任度构建不同传感器输出的证据向量,并计算证据之间的距离；步骤3、根据证据之间的距离计算证据的相对冲突度，并根据信任系数对概率进行二次分配；步骤4、使用Dempster
‑
Shafer公式对二次分配的概率进行融合处理，得出置信的目标类别。2.根据权利要求1所述的一种基于证据理论的目标识别方法，其特征在于，所述步骤2具体包括以下步骤：步骤2
‑
1、根据目标类别的信任度设定不同传感器对应的概率分配函数分别为；其中，下标m为传感器个数；步...

【专利技术属性】
技术研发人员：刘伟刚，戎纪光，马培博，李宝莲，马茜，钟麟，李祥民，康彦肖，任志国，刘保柱，马晓娅，
申请(专利权)人：中国电子科技集团公司第五十四研究所，
类型：发明
国别省市：