一种机载多传感器目标识别系统与方法
【专利摘要】本发明公开了一种机载多传感器目标识别系统与方法，其特征在于：所述系统包括了证据冲突判断及冲突消减模块、基于折扣因子的证据修正模块、修正后证据的融合模块；所述识别方法的步骤包括计算两两机载证据的相似性系数、冲突判断、构造参考证据、获得更新的机载证据列表、度量机载证据的可靠性系数、度量机载证据的不确定性系数、构造机载证据的折扣因子、折扣运算、Dempster组合规则融合计算。本发明能充分挖掘和保留机载多传感器数据中的有效信息，从而解决机载多传感器存在高冲突信息进行目标识别的问题，提高了无人机多传感器目标识别效率。
【专利说明】一种机载多传感器目标识别系统与方法
【技术领域】
[0001]本发明属于信息处理【技术领域】，涉及到证据理论及多传感器数据处理技术，具体地说是机载多传感器目标识别系统与方法。
【背景技术】
[0002]无人机在现在战争中发挥着越来越重要的作用。根据机载传感器组获取的信息对目标进行准确判断是无人机有效执行侦查/打击等决策任务的前提。采用多传感器融合能够提高无人机编队整体的探测性和可信度，增强探测结果的鲁棒性，扩大无人机时空感知范围，降低推理模糊程度，改进探测精度等性能，增加探测目标的特征维数，提高空间分辨率等优势。无人机多传感器间信息融合是目标识别的过程。然而，由于外部环境对无人机搭载传感器性能影响及所搭载的传感器本身性能的差异性，导致传感器获取的数据间存在高冲突，经过信息融合过后，不能得到有效的目标识别结果。因此，在考虑无人机多传感器目标识别问题时，要保证针对高冲突信息也能有效融合，得到正确的识别结果。
[0003]无人机多传感器目标识别中的研究目前主要集中于传感器信息的表达方式、目标识别方法修改等方面，针对存在冲突的机载多传感器目标识别问题，一般采用对机载传感器信息平均的方法处理。然而，对机载传感器信息平均的方法没有考虑到机载传感器信息的不一致性，也没有消减冲突的传感器信息的影响，且机载传感器信息融合往往不满足交换性、结合性等性质。所以，提出能合理处理冲突机载传感器信息、提高多传感器信息融合效果以提高目标识别效率的方法就显得十分必要。
【发明内容】
[0004]本发明为了克服现有技术的不足之处，提出了一种机载多传感器目标识别系统与方法，能充分挖掘和保留机载多传感器数据中的有效信息，从而解决机载多传感器存在高冲突信息进行目标识别的问题，提高了无人机多传感器目标识别效率。
[0005]本发明为解决以上技术问题采用如下技术方案:
[0006]本发明一种机载多传感器目标识别系统的特点是:所述系统的组成包括:证据冲突判断及冲突消减模块、基于折扣因子的证据修正模块和修正后证据的融合模块；
[0007]所述证据冲突判断及冲突消减模块根据所接收的机载证据列表，度量所述机载证据列表中两两机载证据的相似性系数，并判断所述机载证据列表中的机载证据是否为冲突证据，若为冲突证据，则构造参考证据，并用所述参考证据替代所述冲突证据；若所述机载证据不为冲突证据，则机载证据保持不变；从而获得更新的机载证据列表；
[0008]所述基于折扣因子的证据修正模块用于度量所述更新的机载证据列表中每个机载证据的可靠性系数和不确定性系数；并用所述可靠性系数和不确定性系数构造每个机载证据的折扣因子；利用所述折扣因子对每个机载证据进行折扣运算，从而获得再次更新的机载证据列表；
[0009]所述修正后证据的融合模块对所述再次更新的机载证据列表通过Dempster组合规则进行组合，从而获得目标识别结果。
[0010]本发明机载多传感器目标识别系统的目标识别方法的特点是:
[0011]无人机在执行目标识别任务时，通过其机载传感器获得所有可能目标类型的信任程度值构成机载证据，由η个机载证据形成机载证据列表，所述机载证据列表记为m =Im1, m2,..., Hii,..., mn}, i = I,..., n 表示机载证据列表中第i个机载证据；所述第i个机载证据Hii包含的第s种目标类型记为i3s，s = l，...，q，所述的目标类型组成的集合记为Ω = {?^，β2，...，β3，...，β,}，所述目标类型组成的集合Ω的幂集中第k个子集记为Θ k，k = 1，...，2^ ;令所述第i个机载证据Hii对所述目标类型组成的集合Ω的幂集所包含的第k个子集01;的信任程度值记为叫(01;)，所述叫(01;)的取值范围为[0，1];所述第i个机载证据Ini的组成包括Imi ( Θ J，Ini ( Θ 2)，...，Ini ( Θ 2q)}；
[0012]所述机载多传感器目标识别系统的识别方法是按如下步骤进行:
[0013]步骤1、利用式(I)获得两两机载证据的相似性系数SimOni, Hij):
【权利要求】
1.一种机载多传感器目标识别系统，其特征是:所述系统的组成包括:证据冲突判断及冲突消减模块、基于折扣因子的证据修正模块和修正后证据的融合模块； 所述证据冲突判断及冲突消减模块根据所接收的机载证据列表，度量所述机载证据列表中两两机载证据的相似性系数，并判断所述机载证据列表中的机载证据是否为冲突证据，若为冲突证据，则构造参考证据，并用所述参考证据替代所述冲突证据；若所述机载证据不为冲突证据，则机载证据保持不变；从而获得更新的机载证据列表； 所述基于折扣因子的证据修正模块用于度量所述更新的机载证据列表中每个机载证据的可靠性系数和不确定性系数；并用所述可靠性系数和不确定性系数构造每个机载证据的折扣因子；利用所述折扣因子对每个机载证据进行折扣运算，从而获得再次更新的机载证据列表； 所述修正后证据的融合模块对所述再次更新的机载证据列表通过Dempster组合规则进行组合，从而获得目标识别结果。
2.一种利用权利要求1所述的机载多传感器目标识别系统的目标识别方法，其特征是: 无人机在执行目标识别任务时，通过其机载传感器获得所有可能目标类型的信任程度值构成机载证据，由η个机载证据形成机载证据列表，所述机载证据列表记为m =Im1, m2,..., Hii,..., mn}, i = 1,..., n 表示机载证据列表中第i个机载证据；所述第i个机载证据Hii包含的第s种目标类型记为i3s，s = l，...，q，所述的目标类型组成的集合记为Ω = {?^，β2，...，β3，...，β,}，所述目标类型组成的集合Ω的幂集中第k个子集记为Θ k，k = 1，...，2^ ;令所述第i个机载证据Hii对所述目标类型组成的集合Ω的幂集所包含的第k个子集01;的信任程度值记为叫(01;)，所述叫(01;)的取值范围为[O，I];所述第i个机载证据Ini的组成包括Imi ( Θ J，Ini ( Θ 2)，...，Ini ( Θ 2q)}； 所述机载多传感器目标识别系统的识别方法是按如下步骤进行: 步骤1、利用式(I)获得两两机载证据的相似性系数SimOni, Hij):
【文档编号】G06F19/00GK103955622SQ201410206551
【公开日】2014年7月30日 申请日期:2014年5月15日 优先权日:2014年5月15日
【发明者】罗贺, 尹艳平, 胡笑旋, 马华伟, 靳鹏, 夏维, 王国强, 秦英祥 申请人:合肥工业大学