[發(fā)明專(zhuān)利]一種利用不同類(lèi)型信息進(jìn)行目標(biāo)綜合識(shí)別的方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201410323492.8
• 申請(qǐng)日: 2014-07-08
• 公開(kāi)（公告）號(hào): CN104077601A
• 公開(kāi)（公告）日: 2014-10-01
• 發(fā)明（設(shè)計(jì)）人: 康敏旸;黃暉;吳新良;劉暢
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)航空無(wú)線(xiàn)電電子研究所
• 主分類(lèi)號(hào): G06K9/62
• 分類(lèi)號(hào): G06K9/62
• 代理公司: 上海和躍知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 31239
• 代理人: 楊慧

1.一種利用不同類(lèi)型信息進(jìn)行目標(biāo)綜合識(shí)別的方法，包含以下步驟：

步驟1)、由多類(lèi)傳感器獲得目標(biāo)的運(yùn)動(dòng)信息及屬性信息；

步驟2)、分別對(duì)收集到的屬性信息進(jìn)行基于DS證據(jù)理論的屬性關(guān)聯(lián)，以及對(duì)運(yùn)動(dòng)信息進(jìn)行基于目標(biāo)運(yùn)動(dòng)信息的航跡關(guān)聯(lián)；

步驟3)、綜合目標(biāo)的屬性信息及運(yùn)動(dòng)信息的關(guān)聯(lián)度，以概率的形式給出綜合識(shí)別結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于所述步驟1)中多類(lèi)傳感器包含雷達(dá)系統(tǒng)，采用以下方法獲得運(yùn)動(dòng)信息及屬性信息：

步驟a.1)、對(duì)目標(biāo)進(jìn)行測(cè)量直接獲得目標(biāo)的運(yùn)動(dòng)信息；

步驟a.2)、進(jìn)行模糊推理，即利用模糊數(shù)相似性獲得基本概率指派；

步驟a.3)、通過(guò)基本概率指派進(jìn)行決策判斷獲得目標(biāo)的屬性信息。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于所述相似性通過(guò)噪聲模擬方法實(shí)現(xiàn)，具體包含以下步驟：

步驟b.1)、根據(jù)被模擬噪聲片段，采用雙高斯分布模型，用EM算法估算出兩個(gè)高斯分布的均值，方差和比例；

步驟b.2)、結(jié)合上一步估計(jì)的參數(shù)，對(duì)每一組高斯分布參數(shù)使用Box_Muller變換，按比例分別產(chǎn)生對(duì)應(yīng)的高斯分布數(shù)據(jù)序列，并將兩數(shù)據(jù)序列合并，生成具有規(guī)定振幅概率分布的偽隨機(jī)序列，稱(chēng)為基礎(chǔ)序列；

步驟b.3)、根據(jù)被模擬噪聲片段，用FFT估計(jì)出噪聲功率譜，選定一隨機(jī)相位因子，得到具有期望譜特性的偽隨機(jī)序列，稱(chēng)為參考序列；

步驟b.4)、運(yùn)用相關(guān)傳遞法，利用參考序列對(duì)具有規(guī)定振幅分布的基礎(chǔ)序列進(jìn)行次序重排，得到在振幅分布和譜特性?xún)煞矫娑挤弦蟮碾S機(jī)序列，即結(jié)果噪聲序列；

原始噪聲和模擬結(jié)果噪聲的相似度的測(cè)量采用皮爾遜相關(guān)系數(shù)法計(jì)算。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于所述模糊數(shù)采用三角形模糊數(shù)或正態(tài)分布模糊數(shù)。

5.根據(jù)權(quán)利要求2所述的方法，其特征在于所述決策判斷包含以下步驟：

步驟c.1)、對(duì)全部樣本作Pignistic變換，將其轉(zhuǎn)化為單子集基本概率賦值：

其中|A|表示集合A的勢(shì)，一般情況下

步驟c.2)、按照焦元對(duì)應(yīng)關(guān)系相加求平均得到參考樣本m₀：

m0=Σi=1,θ∈ΘnBetPmi(θ)n;]]>

步驟c.3)、計(jì)算每條樣本與目標(biāo)的關(guān)聯(lián)系數(shù)：

ξi(j)=MiniMinjΔij+ρMaxiMaxjΔijΔij+ρMaxiMaxjΔij]]>

其中Δ_ij＝|m₀(j)-m_i(j)|，j的取值范圍為[1，M]，ρ的取值范圍為[0，1]，為兩級(jí)最小差，為兩級(jí)最大差；

步驟c.4)、計(jì)算各樣本與目標(biāo)的關(guān)聯(lián)度：

步驟c.5)、對(duì)關(guān)聯(lián)度進(jìn)行歸一化處理，得到目標(biāo)m_i的相對(duì)可信度：

步驟c.6)、得到目標(biāo)m_i的絕對(duì)可信度：

ηi=ψi/max{ψi}j=1,2,...,ni=1,...,n;]]>

步驟c.7)、得到目標(biāo)m_i的折扣系數(shù)：

ω_i＝f(η_i)????i＝1，…，n；

其中f為BUM函數(shù)，滿(mǎn)足：

f(0)＝0，f(1)＝1?and?f(x)≥f(y)if?x≥y。