雷达与红外数据融合的近距空中目标识别-论文.pdf

雷达与红外数据融合的近距空中目标识别-论文.pdf

ID:55640448

大小:374.48 KB

页数:5页

时间:2020-05-22

雷达与红外数据融合的近距空中目标识别-论文.pdf_第1页
雷达与红外数据融合的近距空中目标识别-论文.pdf_第2页
雷达与红外数据融合的近距空中目标识别-论文.pdf_第3页
雷达与红外数据融合的近距空中目标识别-论文.pdf_第4页
雷达与红外数据融合的近距空中目标识别-论文.pdf_第5页
资源描述:

《雷达与红外数据融合的近距空中目标识别-论文.pdf》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、第21卷第9期电光与控制Vo1.21No.92014年9月ElectronicsOptics&ControlSep.2014doi:10.3969/j.issn.1671—637X.2014.09.012雷达与红外数据融合的近距空中目标识别狄方旭,王小平,林秦颖,刘哲(空军工程大学航空航天工程学院,西安710038)摘要:为了提高传感器目标识别性能和近距空中目标识别准确性,结合雷达和红外传感器提出了一种目标融合识别模型:对于雷达传感器,提出基于参数学习贝叶斯网络的目标识别方法,首先采用EM算法对贝叶斯网络进行参数优化,然后根据获取的

2、目标属性信息进行目标分类;对于红外成像传感器,采用基于小波矩特征的目标识别方法,首先对目标图像进行小波矩特征提取和选择,然后通过建立的BP神经网络分类器进行目标分类;最后通过D—s证据组合法则对两部分识别结果进行融合处理,实现了基于雷达和红外数据融合的近距目标识别。仿真结果表明:和单传感器相比,所提出的模型可以更加精确地进行目标识别。关键词:目标识别;贝叶斯网络;数据融合;小波矩特征中图分类号:V271.4;TP212文献标志码:A文章编号:1671—637X(2014)09—0o54一o4CloseAerialTargetReco

3、gnitionBasedonDataFusionofRadarandInfraredSensorDIFang—XU,WANGXiao—ping,LINQin—ying,LIUZhe(EngineeringCollegeofAeronauticsandAstronautics,AirForceEngineeringUniversity,Xi’an710038,China)Abstract:Inordertoimprovetheperformanceoftargetrecognitionsystemandtheprecisionofta

4、rgetrecognition,amodelbasedonradarandinfraredsensorwasproposed.Forradar,analgorithmbasedonparameterlearningBayesiannetworkwasproposed.TheEMalgorithmwasemployedforparameteroptimization,andthetargetwasclassifiedaccordingtoitsattributeinformation.Forinfraredsensor,thealgo

5、rithmbasedonwaveletmomentfeatureswasadopted.Thewaveletmomentfeatureswereextractedandselected,andthetargetimagewasrecognizedthroughBPneuralnetwork.Finally,D—Stheorywasadoptedtocombinetherecognitionresultsofradarandinfraredsensor,thustheclosetargetrecognitionbasedonradar

6、andinfraredimagingsensorwasrealized.Simulationresultsindicatethat:Comparedwithasinglesensor,theproposedmodelhasahigherprecisionfortargetrecognition.Keywords:targetrecognition;Bayesiannetwork;datafusion;waveletmomentfeature方向。据此,研究提出了一种雷达和红外数据融0引言合的近距空中目标识别模型。对于雷达传感器,提出

7、目标识别是有效了解战场态势,预测敌方意图的参数学习贝叶斯网络目标识别方法;对红外传感重要环节。随着军事科技不断发展,战场环境13趋复器,采用基于小波矩特征的目标分类方法¨”,并设杂,传统的单传感器目标识别方法已难以实现目标准计了3个并行BP神经网络分类器用于解决目标图像确识别。为了提高目标识别准确性,必须融合各传感角度上的问题。由上述两种传感器分别得到目标所属器优势,实现多传感器目标融合识别。类别概率分配函数,再结合D—s推理算法进行数据融雷达传感器可以准确获取笛卡尔坐标系下目标距合“,提高了传感器目标识别性能,实现了近距空离、角度

8、等信息,红外传感器测角精度高,目标图像获中目标精确识别。取能力强,实现两者结合是目标识别的一个重要研究1数学基础收稿日期:2013—11—11修回日期:2014—05—041.1贝叶斯网络作者简介:狄方旭(1990一),男,山东巨野人

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。