基于数据融合机载多传感器目标威胁评估

《基于数据融合机载多传感器目标威胁评估》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、DissertationSubmittedtoShanghaiJiaoTongUniversityfortheDegreeofMasterTHEAIRBORNEMULTI-SENSORTARGETTHREATASSESSMENTBASEDONDATAFUSIONCandidate：CHENYuxinStudentID：1100359043Supervisor：Prof.DENGYongAssistantSupervisor：Prof.CHENXinAcademicDegreeAppliedfor：Mastero

2、fEngineeringSpeciality：MeasurementTechnologyandInstrumentsSchoolofElectronic,InformationandAffiliation：ElectricalEngineeringDateofDefence：Jan,2013Degree-Conferring-Institution：ShanghaiJiaoTongUniversity万方数据上海交通大学学位论文原创性声明本人郑重声明：所呈交的学位论文《基于数据融合的机载多传感器目标威胁评估》，

3、是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：日期：2012年12月25日万方数据上海交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权上海交通大学可以将本学位论文的全部或部

4、分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□，在年解密后适用本授权书。本学位论文属于不保密□。（请在以上方框内打“√”）学位论文作者签名：指导教师签名：日期：2012年12月25日日期：2012年12月25日万方数据上海交通大学硕士学位论文基于数据融合的机载多传感器目标威胁评估摘要现代空战中战略、战术的演进与制定对于信息化程度的依赖趋势日益明显，而例如计算机运算速度的提升、通讯链路吞吐量及抗干扰性能的升级以及软件算法的智能化突破等进展使得基于机载多传感器融合机理的

5、各类战场应用研究成为可能。与单一传感器的处理模式不同，基于多传感器系统能够有效综合各类信息源，处理不精确、不确定因素甚至分析对立情境。建立在机载多传感器的复杂系统之上，本文运用数据融合方法，以如何有效构建空战中评估敌方目标的威胁程度的模型进行研究，并围绕以下方面进行了探讨：（1）回顾并总结机载多传感器数据融合系统的主要任务、数据融合的需求和目标。结合航空电子系统的特殊性，提出了基于证据理论构建战斗机机载多传感器数据融合一般模型的思路。（2）系统介绍了D-S证据理论的基本概念，特别分析了该领域三大关键问题之一——

6、高度冲突下的证据融合。证据冲突可能来源于传感装置收到干扰，也可能是辨识框架不完整导致。以往的研究均默认了辨识框架完整这个前提，而广义证据理论（GET）的提出为在辨识框架不完整情况下解决高度冲突提供了全新思路。针对最早版本GET理论的微小不足，本文给出了新的组合规则并提出含降险因子的模型修改方案。（3）作为机载多传感器目标识别平台的延伸，进一步运用D-S理论构建了目标威胁评估体系。本文选取了飞行物的5大重要特征属性（类型、距离、航迹角、速度、电子战干扰能力）作为证据源，提出了生成非同源基本概率指派函数（BPA）的

7、方案；同时利用层次分析法（AHP）量化以上指标构成威胁的重要程度之权重；并按照本文I万方数据上海交通大学硕士学位论文提出的加权平均融合法得到最终威胁程度的证据表达；之后，采用赌博概率转换（PPT）和不同等级威胁命题的赋权转换获得该飞行目标的量化威胁度。（4）为验证模型的有效性，进行了两类模拟仿真。首先按照成都飞机设计所提出的项目要求进行目标数目为100的评估实验，实验结果满足威胁评估排序的可行性和实时性要求；敌我双击对飞仿真实验则用于三种评估算法的比较，结果表明，文本方法和一般加权法能够有效通评估战场的威胁态势

8、，而DS/AHP方法因误用Dempster组合规则而给出了与常识相悖的结论。该仿真分析作为反例，可以对DS/AHP方法在经典AHP基础上的修正进行质疑。关键词：机载多传感器数据融合，证据理论，证据冲突，广义证据理论，降险折扣因子，威胁评估II万方数据上海交通大学硕士学位论文THEAIRBORNEMULTI-SENSORTARGETTHREATASSESSMENTBASEDONDATAF