D-S证据理论在目标识别中的应用

《D-S证据理论在目标识别中的应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、文章编号：1001—9944(2011)07—0014—04D—S证据理论在目标识别中的应用王红亮，张关仙，丁海飞(中北大学电子测试技术国家重点实验室仪器科学与动态测试教育部重点实验室，太原030051)摘要：D—s证据理论的应用过程与事件密切相关，针对目标识别这一特定领域．研究了证据理论中基本概率赋值的获取、组合规则及决策规则等问题。识别实例中．利用灰关联分析法来处理基本概率赋值的问题．对多传感器基本概率赋值进行组合后．最终通过决策完成对2种车型的类型识别．经计算仿真表明．D—Sim据理论在目标识别中具有一定的有效性和优越性。关键词：证据理论；基本概率赋值；组合规则；决策规则中图分类号

2、：TP391．4文献标志码：AApplicationoftheTheoryofD-SEvidenceinTargetIdentificationWANGHong-liang，ZHANGMei—xian，DINGHai—fei(NationalKeyLaboratoryforElectronicMeasurementhn0】ogy，KeyLaboratoryofInstrumentationScienceandDy-namicMeasurement，MinistryofEducation，NorthUniversityofChina，Taiyuan030051，China)Abstract

3、：TheapplicationprocessofD-Sevidencetheoryiscloselyrelatedwiththeevents．Inallusiontothespecialareaoftargetrecognition，somequestionsofevidencetheorysuchasobtainingthebasicprobabilityassignment，thedempster’SRulesandthedecisionruleswerestudied．Intheexampleofidentification，greyrelationanalysiswasusedt

4、oprocesstheproblemofbasicprobabilityassignment，aftercombiningbasicprobabilityassignmentofmulti—sensors，typerecognitionoftwokindsofcarswasimplementedbydescion—making．TheresultofsimulationindicatesthattheD-Sevidencetheorywasmoreefficientandsuperiotityintargetrecognition．Kywords：theoryofD-Sevidence；

5、basicprobabilityassignment；dempster’Srule；decisionrule现代作战系统中．根据单个传感器提取信息完域应用的非精确推理方法之一．它可以处理由不知成的目标识别性能已不能满足作战需求．而利用多道所引起的不确定性。采用信任函数而不是概率作个传感器提取的独立、互补的信息，进行多传感器为度量．通过对一些事件的概率加以约束以建立信信息融合已经成为全球的研究热点之一多传感器任函数而不必说明精确的难以获得的概率本文主信息融合能够增加测量的维数和置信度．改进系统要对基于D—S证据理论的信息融合技术在目标识的探测性能和生存能力．扩展空间和时间的覆盖范别中的应用

6、进行了研究围．改进系统可靠性和可维护性．提高系统容错性和鲁棒性，达到系统内优势互补，资源共享，提高了1D—S证据理论在目标识别中的应用资源的利用率⋯。目前在常用的数据融合方法中，图1给出了基于D—S证据理论的目标识别流Dempster-Shafer证据理论是非常适合目标识别领程。应用该方法进行目标识别时．首先要解决的问收稿日期：2010一I1—03：修订日期：2010—12—30基金项目：国家自然科学基金项目(60871041)作者简介：王红亮(1978一)，男，硕士，讲师，研究方向为动态测试技术、数字信号处理和目标识别。田(2率赋值m赫，(A)卜IM证据决’2C(of)+Ⅳ(1一)(1

7、一AiO／i)组合—_-策Z=l率曦值(．)l规则规则(5)率斌值m(A)I从式(1)(5)可以看出要想构建图1基于D—S证据理论的目标识别流程基本概率赋值．其关键是求取反映待Fig．1Processofthetheo~ofD～Sevidenceintargetrecognition测目标与已知目标关联程度的关联系题是对传感器采集到的信号进行预处理和特征提数C(。)。下面通过灰关联法、模糊数学法和模板匹取．这部分内容不是本文的重点，