目标识别的ds融合算法

《目标识别的ds融合算法》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、1%%$年&月现代防御技术.NBO1%%$第1-卷第(期*=!>3?!>$>?@>/>@A?=B=CDT

2、’!"#$%&’()*+,-(.()/012+,3+4(2)’,’()2.3456"789（*:8#8;<6=#>?@8A!8?9B6!8C5D@A86@<7@:8#8;<6=E8?85D;:.;5=8A><7F:965.8DHIJ8;@D<69;?F

3、.@J5?@，568P5ACJ89?B9Q86O7+89(1.&：!5@57N?9<6)；*5DB8@D8;

4、配、形式，就可以用向量或者向量的组合来表示出我们信任函数和似然函数（又称合理性函数）的概念，建所关注的一些命题或者命题集。按此推理，若辨识立了命题和集合之间的一一对应关系，从而把命题框架的元素有!个，则用辨识框架表示的命题幂集的不确定性问题转化为集合的不确定性问题。而这共有1!个。正是!"#理论的特色所在，!"#理论处理的正是这:<;基础概率分配（M5?9;"CD"5??9B6A86@）一不确定性问题。设!为样本空间，!为样本空间里的一个命:<:辨识框架的构造题，且领域内的命题都可以用!的子集表示。辨识框架是!"#理论中的基本概念，它由一互设函数"：1!"［%，$

5、］，且满足不相容的陈述集合组成。例如，当辨识空中目标时，"［"］S%；选择我轰炸机、我大型机、我小型机$、我小型机1、#"（!）S$，!$!敌轰炸机$、敌轰炸机1、敌大型机、敌小型机$、敌小则称"是1!上的基础概率分配函数，"（!）称为型机1、民航机这$%个命题作为辨识的框架。利用命题!的基础概率分配，表示对命题!精确信任的!收稿日期：1%%%"$%"1,基金项目：预研作者简介：韩雁飞（$-//U），男，江苏徐州人，讲师，博士生，主要从事防空导弹使用及有关数据融合方面的研究。通信地址：$%%&’(北京$(1信箱,%分箱K+：-’&%&（"民航总局）&1-$,韩雁飞：目标识别的89:

6、融合算法·<>·+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++程度。表示。对偶（/&（’"），,（-"））称为信任区间，它反映设命题!!"!#，则!的基础概率分配为了关于"的许多重要信息。89:证据理论对"的é"不确定性的描述可以用图"表示。"&’"$（""）$（##），!#!$（!）%ê!%"!#（"）êë$，!%!式中：’!"$（""）$（##），’表示所有相矛盾的"!#!!命题的基础概率分配，则$（!）表示"，#中所有不相矛盾的组合命题的基础概率分配。显然，式（"）解决了“与”命题或“交”命题的基

7、础概率分配的计算问题。!"#命题的信任函数（%&’(&))*+,-(.+）设有映射/&’：#"$［$，"］，图!对"的不确定性描述若（"）/&’（!）!$；%&’"!()*+,&-.&/0/120+),.3&0.4/1./-&+5!"6计算“与”命题或“交”命题基础概率分配的扩/&（’"）!"，展形式（#）/&（’""%"#%⋯%"(）&"/&（’")）0)设命题"!""!"#!⋯!"(!!"/，"/为命/&（’""）2（0"）(/&（’""⋯!")!*"!#!)1*