[發明專利]一種利用不同類型信息進行目標綜合識別的方法

在審

• 申請號: 201410323492.8
• 申請日: 2014-07-08
• 公開（公告）號: CN104077601A
• 公開（公告）日: 2014-10-01
• 發明（設計）人: 康敏旸;黃暉;吳新良;劉暢
• 申請（專利權）人: 中國航空無線電電子研究所
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 上海和躍知識產權代理事務所(普通合伙) 31239
• 代理人: 楊慧

1.一種利用不同類型信息進行目標綜合識別的方法，包含以下步驟：

步驟1)、由多類傳感器獲得目標的運動信息及屬性信息；

步驟2)、分別對收集到的屬性信息進行基于DS證據理論的屬性關聯，以及對運動信息進行基于目標運動信息的航跡關聯；

步驟3)、綜合目標的屬性信息及運動信息的關聯度，以概率的形式給出綜合識別結果。

2.根據權利要求1所述的方法，其特征在于所述步驟1)中多類傳感器包含雷達系統，采用以下方法獲得運動信息及屬性信息：

步驟a.1)、對目標進行測量直接獲得目標的運動信息；

步驟a.2)、進行模糊推理，即利用模糊數相似性獲得基本概率指派；

步驟a.3)、通過基本概率指派進行決策判斷獲得目標的屬性信息。

3.根據權利要求2所述的方法，其特征在于所述相似性通過噪聲模擬方法實現，具體包含以下步驟：

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

步驟b.2)、結合上一步估計的參數，對每一組高斯分布參數使用Box_Muller變換，按比例分別產生對應的高斯分布數據序列，并將兩數據序列合并，生成具有規定振幅概率分布的偽隨機序列，稱為基礎序列；

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

步驟b.4)、運用相關傳遞法，利用參考序列對具有規定振幅分布的基礎序列進行次序重排，得到在振幅分布和譜特性兩方面都符合要求的隨機序列，即結果噪聲序列；

原始噪聲和模擬結果噪聲的相似度的測量采用皮爾遜相關系數法計算。

4.根據權利要求2所述的方法，其特征在于所述模糊數采用三角形模糊數或正態分布模糊數。

5.根據權利要求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)、對全部樣本作Pignistic變換，將其轉化為單子集基本概率賦值：

其中|A|表示集合A的勢，一般情況下

步驟c.2)、按照焦元對應關系相加求平均得到參考樣本m₀：

m0=Σi=1,θ∈ΘnBetPmi(θ)n;]]>

步驟c.3)、計算每條樣本與目標的關聯系數：

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]，為兩級最小差，為兩級最大差；

步驟c.4)、計算各樣本與目標的關聯度：

步驟c.5)、對關聯度進行歸一化處理，得到目標m_i的相對可信度：

步驟c.6)、得到目標m_i的絕對可信度：

ηi=ψi/max{ψi}j=1,2,...,ni=1,...,n;]]>

步驟c.7)、得到目標m_i的折扣系數：

ω_i＝f(η_i)????i＝1，…，n；

其中f為BUM函數，滿足：

f(0)＝0，f(1)＝1?and?f(x)≥f(y)if?x≥y。