基于数据融合的机载多传感器目标识别

论文摘要

战斗机作为空中战场的重要力量之一,在获取制空权中发挥重要作用。战斗机装载的大量精确传感器使飞机本身成为了重要的综合传感器,战斗机既融合机载的多传感器信息,也融合其它平台传输过来的战场信息,因此采用机载多传感器数据融合技术成为先进战机发展的必然趋势。本文对机载多传感器数据融合系统进行了探讨,主要进行了以下方面的研究工作:(1)分析机载平台多传感器数据融合系统的主要研究内容、数据融合的需求和目标。针对战斗机航空电子系统的特殊性,基于证据理论建立了机载航空电子系统的多传感器数据融合系统结构和模型。(2)分析证据理论组合规则存在的问题——证据高度冲突时如何使用合成规则,研究了Dempster组合规则及其改进。针对经典冲突系数不能有效度量证据冲突程度的问题,提出了一种关联系数方法。将所提出的关联系数与经典冲突系数、pignistic信度距离相结合判断证据之间的冲突程度,基于有序加权平均算子(OWA),提出了一个综合度量证据之间冲突的参数。利用新的度量证据冲突系数提出了一种对传统证据理论的改进方法,新方法能有效的处理证据高度冲突时Dempster组合规则不适用的问题。(3)针对战场的不确定性信息,研究如何运用DS证据理论对机载多传感器信息进行合并推理。根据机载特定的研究对象,本文提出了不同源证据基本概率指派(BPA)生成的不同办法和解决证据冲突的方法,以及运用基于基本概率赋值(BPA)的融合决策规则,按照时序累积融合的办法,给出了一种多帧异类信源目标识别问题的有效解决途径。最后,通过模拟仿真实验,验证了本文提出数据融合算法的有效性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.2 数据融合技术
• 1.2.1 数据融合的基本原理
• 1.2.2 数据融合的分类
• 1.2.3 数据融合的结构层次
• 1.2.4 数据融合的应用
• 1.3 机载传感器数据融合技术
• 1.3.1 机载传感器数据融合技术的发展
• 1.3.2 机载传感器数据融合模型
• 1.4 论文安排
• 第二章 证据理论相关基础知识
• 2.1 DS 证据理论原理
• 2.1.1 DS 证据理论的基本概念
• 2.1.2 DS 证据理论的证据组合规则
• 2.1.3 DS 证据理论的决策规则
• 2.2 Dempster 组合规则存在的问题与改进方法
• 2.2.1 证据冲突出现的问题
• 2.2.2 现有的改进方法
• 2.2.2.1 第一类改进方法
• 2.2.2.2 第二类改进方法
• 2.2.3 现有方法存在的问题
• 2.3 小结
• 第三章 证据理论冲突的表示
• 3.1 证据冲突的表征
• 3.2 新的表征冲突参数
• 3.2.1 关联系数
• 3.2.2 新的参数
• 3.2.3 数据仿真
• 3.3 统一度量证据冲突
• 3.3.1 OWA 算子
• 3.3.2 统一度量
• 3.4 对证据组合规则的修改
• 3.4.1 新的证据组合规则
• 3.4.2 数据验证
• 3.5 小结
• 第四章 机载多传感器数据融合系统
• 4.1 机载多传感器系统
• 4.1.1 机载多传感器系统简介
• 4.1.2 传感器系统参数特征
• 4.1.3 多传感器融合系统模型建立
• 4.1.4 辨识框架的建立
• 4.1.5 粗化与细分
• 4.2 模糊集理论
• 4.2.1 模糊子集的定义
• 4.2.2 模糊语言
• 4.2.3 模糊规则和模糊推理
• 4.2.4 机载传感器测量的模糊逻辑变换
• 4.2.5 机载传感器的模糊规则和模糊推理
• 4.3 证据BPA 的获得
• 4.3.1 属性三角模糊数的获得
• 4.3.2 利用三角模糊数相似性测度获得基本概率指派
• 4.3.3 仿真结果
• 4.3.4 机载多传感器BPA 获得
• 4.4 机载多传感器证据合成
• 4.4.1 识别框架的建立与细化
• 4.4.2 身份融合
• 4.4.3 实例验证
• 4.4.3.1 飞行过程数据
• 4.4.3.2 算法实现
• 4.4.4 证据冲突的处理
• 4.5 软件仿真
• 4.5.1 软件运行结果分析
• 4.5.2 其他算例仿真
• 4.6 小结
• 第五章 总结与展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 致谢
• 攻读硕士学位期间已发表或录用的论文