基于贝叶斯网络的一种常规雷达目标识别方法

基于贝叶斯网络的一种常规雷达目标识别方法

ID:14272435

大小:41.50 KB

页数:10页

时间:2018-07-27

基于贝叶斯网络的一种常规雷达目标识别方法_第1页
基于贝叶斯网络的一种常规雷达目标识别方法_第2页
基于贝叶斯网络的一种常规雷达目标识别方法_第3页
基于贝叶斯网络的一种常规雷达目标识别方法_第4页
基于贝叶斯网络的一种常规雷达目标识别方法_第5页
资源描述:

《基于贝叶斯网络的一种常规雷达目标识别方法》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、基于贝叶斯网络的一种常规雷达目标识别方法第7卷第2期2007年1月1671—1815(2007)02-0230-06科学技术与工程ScienceTechnologyandEngineeringVo1.7No.2Jan.2007@2007Sci.Tech.Engng.基于贝叶斯网络的一种常规雷达目标识别方法简育华(西安电子工程研究所,西安710100)摘要现役的常规雷达一般不具备径向上和横向上的高分辨率,雷达所揭示的目标信息非常有限.贝叶斯网络基本原理基于概率论的统计知识,作为一种分类器,它使错误的分类概率最小.文中将它引入雷达目标识别,将这些有限的信息利用起来实现对雷达目标的粗分类,取

2、得了不错的效果.关键词贝叶斯网络目标识别雷达中图法分类号V249.32;文献标识码A目标识别过程实际上就是根据已经获得的目标信息对目标类型推理判断的过程.而贝叶斯网络是基于概率统计理论的一种图模型,更加清晰地表达了变量之间的关系.对不确定事件具有非常强的推理作用.l贝叶斯网络介绍贝叶斯网络(BayesianNetworks)是一种对不确定知识进行表达和推理的拓扑结构n].是人工智能,概率理论,图论,决策理论相结合的产物,它借助于图的直观表示和变换.清楚的表示变量之间的依存关系,其中,节点表示随机变量,有几个子节点,就有几个特征值,当我们捕获这些特征信息时,利用贝叶斯网络的逆向推理,就可

3、由这些特征判断出上一层节点的状态;有向弧表示节点之间的依存关系,即贝叶斯网络的参数.由于贝叶斯网络模仿了人的推理机制,所以它能很好的表达知识的不确定性.并且能够实现快速推理.因而在人工智能,目标识别,决策评估和信息融合等领域中得到广泛的应用.贝叶斯网络的结构图如图1.如图1所示,A为根节点,B,C为A的叶节点,又分别是D,E和F,G的根节点.推理的过程是由下至上进行.首先在网络的叶节点获得待分类目标的特征,然后向上逐层递推得到目标的类型的置信度函数.哪一个的概率最大就判断为哪一类.2006年8月17日收到..图1贝叶斯网络结构图我们所要涉及的是一个简单的贝叶斯网络,即只有两层节点变量,

4、如图2所示.图2简单贝叶斯网络结构图有m个状态,有/'t个状态,C有k个状态P(8lA).1≤f≤,1≤f≤m,表示节点A与节点之间的网络参数,P(CpL41≤p≤,1≤m,表示节点A与节点C之间的网络参数.所以由以上分析.我们的目的是由已获得的子节点的状态判断出父节点的状态,即求P(AIB,C).贝叶斯网络具有条件独立性[2I引,已知置的父节点的集合时,置与它的非后代节点之外的其他节点相互独立,即子节点,C之间互相独立,所以可以认为由2期简育华:基于贝叶斯网络的一种常规雷达目标识别方法231节点识别出的A和由节点C识别出的A是两个互相独立的识别通道.最后在将这两种结果综合起来得到最终

5、的结果.P(AIB,C)--ctP(AIB)+flP(AIC)(1)其中,称为代价因子,表示不同特征对识别结果的影响程度并_Ra+/3=l.由贝叶斯定理得:P(AIB)-P(AIC)=P(A,B)一P(A)P(BIA)P(B)P(B)P(A,C)一P(A)P(CIA)(2)(3)其中,P(A),P(B),P(C)可由训练样本确定,具体方法后面会介绍.2参数设置对于贝叶斯网络的参数设置,可以由专家经验或先验知识获得.也可以根据训练样本的统计值得出.训练样本是获得的已知信息,训练样本必须保证准确性和充分性.这样所得出的网络参数值才会比较准确.设D={Al,A,…,A}为训练样本总数,其中A

6、.,A,…,A分别为父节点A的m个状态的样本数.={B.,B,…,}表示子节点的n个状态,C={C.,c2,…,}表示子节点C的k个状态.表示父节点为第f个状态时的出现次数,所以P(且IAf)『.同理,表示父节点为第f个状态时G的出现次数,P卫卫lINM(C,L4).P()=』三一,1≤f≤nlP(G)=上_1≤≤.P(A),1≤≤m表示父结点各个状态出现的概率,P(A)的值由检测样本来确定,设D.为检测样本总数,A,l≤≤m为检测样本中父节点状态i出现的次数,所以P(A)=,1≤≤m.当然,如果是对上,1未知样本进行识别.例如雷达对其跟踪到的目标进行识别时,事先并不知道D,A,那么就

7、必须根据雷达搜索区域的现场环境,由有经验的专家来确定.代价因子的确定有很多种方法,可以通过单个特征对检测样本进行判断,其准确的检测率分别记做和,那么彘,口彘,这样做比较简单.另外也可以通过一些搜索算法一次次修正,直到使检测样本达到最小错分率.3在目标识别中的应用对于常规雷达来说.一般不具备径向上和横向上的高分辨率[4】,因此,回波中不含有目标的细节信息,所以要精确的判断出目标类型比较困难的,一般只能进行快速,慢速,大目标,小目标,空中目标,水上

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。