一種機載多傳感器目標識別系統與方法
2023-11-06 02:27:22
一種機載多傳感器目標識別系統與方法
【專利摘要】本發明公開了一種機載多傳感器目標識別系統與方法，其特徵在於：所述系統包括了證據衝突判斷及衝突消減模塊、基於折扣因子的證據修正模塊、修正後證據的融合模塊；所述識別方法的步驟包括計算兩兩機載證據的相似性係數、衝突判斷、構造參考證據、獲得更新的機載證據列表、度量機載證據的可靠性係數、度量機載證據的不確定性係數、構造機載證據的折扣因子、折扣運算、Dempster組合規則融合計算。本發明能充分挖掘和保留機載多傳感器數據中的有效信息，從而解決機載多傳感器存在高衝突信息進行目標識別的問題，提高了無人機多傳感器目標識別效率。
【專利說明】一種機載多傳感器目標識別系統與方法
【技術領域】
[0001]本發明屬於信息處理【技術領域】，涉及到證據理論及多傳感器數據處理技術，具體地說是機載多傳感器目標識別系統與方法。
【背景技術】
[0002]無人機在現在戰爭中發揮著越來越重要的作用。根據機載傳感器組獲取的信息對目標進行準確判斷是無人機有效執行偵查/打擊等決策任務的前提。採用多傳感器融合能夠提高無人機編隊整體的探測性和可信度，增強探測結果的魯棒性，擴大無人機時空感知範圍，降低推理模糊程度，改進探測精度等性能，增加探測目標的特徵維數，提高空間解析度等優勢。無人機多傳感器間信息融合是目標識別的過程。然而，由於外部環境對無人機搭載傳感器性能影響及所搭載的傳感器本身性能的差異性，導致傳感器獲取的數據間存在高衝突，經過信息融合過後，不能得到有效的目標識別結果。因此，在考慮無人機多傳感器目標識別問題時，要保證針對高衝突信息也能有效融合，得到正確的識別結果。
[0003]無人機多傳感器目標識別中的研究目前主要集中於傳感器信息的表達方式、目標識別方法修改等方面，針對存在衝突的機載多傳感器目標識別問題，一般採用對機載傳感器信息平均的方法處理。然而，對機載傳感器信息平均的方法沒有考慮到機載傳感器信息的不一致性，也沒有消減衝突的傳感器信息的影響，且機載傳感器信息融合往往不滿足交換性、結合性等性質。所以，提出能合理處理衝突機載傳感器信息、提高多傳感器信息融合效果以提高目標識別效率的方法就顯得十分必要。
【發明內容】
[0004]本發明為了克服現有技術的不足之處，提出了一種機載多傳感器目標識別系統與方法，能充分挖掘和保留機載多傳感器數據中的有效信息，從而解決機載多傳感器存在高衝突信息進行目標識別的問題，提高了無人機多傳感器目標識別效率。
[0005]本發明為解決以上技術問題採用如下技術方案:
[0006]本發明一種機載多傳感器目標識別系統的特點是:所述系統的組成包括:證據衝突判斷及衝突消減模塊、基於折扣因子的證據修正模塊和修正後證據的融合模塊；
[0007]所述證據衝突判斷及衝突消減模塊根據所接收的機載證據列表，度量所述機載證據列表中兩兩機載證據的相似性係數，並判斷所述機載證據列表中的機載證據是否為衝突證據，若為衝突證據，則構造參考證據，並用所述參考證據替代所述衝突證據；若所述機載證據不為衝突證據，則機載證據保持不變；從而獲得更新的機載證據列表；
[0008]所述基於折扣因子的證據修正模塊用於度量所述更新的機載證據列表中每個機載證據的可靠性係數和不確定性係數；並用所述可靠性係數和不確定性係數構造每個機載證據的折扣因子；利用所述折扣因子對每個機載證據進行折扣運算，從而獲得再次更新的機載證據列表；
[0009]所述修正後證據的融合模塊對所述再次更新的機載證據列表通過Dempster組合規則進行組合，從而獲得目標識別結果。
[0010]本發明機載多傳感器目標識別系統的目標識別方法的特點是:
[0011]無人機在執行目標識別任務時，通過其機載傳感器獲得所有可能目標類型的信任程度值構成機載證據，由η個機載證據形成機載證據列表，所述機載證據列表記為m =Im1, m2,..., Hii,..., mn}, i = I,..., n 表示機載證據列表中第i個機載證據；所述第i個機載證據Hii包含的第s種目標類型記為i3s，s = l，...，q，所述的目標類型組成的集合記為Ω = {?^，β2，...，β3，...，β,}，所述目標類型組成的集合Ω的冪集中第k個子集記為Θ k，k = 1，...，2^ ;令所述第i個機載證據Hii對所述目標類型組成的集合Ω的冪集所包含的第k個子集01;的信任程度值記為叫(01;)，所述叫(01;)的取值範圍為[0，1];所述第i個機載證據Ini的組成包括Imi ( Θ J，Ini ( Θ 2)，...，Ini ( Θ 2q)}；
[0012]所述機載多傳感器目標識別系統的識別方法是按如下步驟進行:
[0013]步驟1、利用式(I)獲得兩兩機載證據的相似性係數SimOni, Hij):
【權利要求】
1.一種機載多傳感器目標識別系統，其特徵是:所述系統的組成包括:證據衝突判斷及衝突消減模塊、基於折扣因子的證據修正模塊和修正後證據的融合模塊； 所述證據衝突判斷及衝突消減模塊根據所接收的機載證據列表，度量所述機載證據列表中兩兩機載證據的相似性係數，並判斷所述機載證據列表中的機載證據是否為衝突證據，若為衝突證據，則構造參考證據，並用所述參考證據替代所述衝突證據；若所述機載證據不為衝突證據，則機載證據保持不變；從而獲得更新的機載證據列表； 所述基於折扣因子的證據修正模塊用於度量所述更新的機載證據列表中每個機載證據的可靠性係數和不確定性係數；並用所述可靠性係數和不確定性係數構造每個機載證據的折扣因子；利用所述折扣因子對每個機載證據進行折扣運算，從而獲得再次更新的機載證據列表； 所述修正後證據的融合模塊對所述再次更新的機載證據列表通過Dempster組合規則進行組合，從而獲得目標識別結果。
2.一種利用權利要求1所述的機載多傳感器目標識別系統的目標識別方法，其特徵是: 無人機在執行目標識別任務時，通過其機載傳感器獲得所有可能目標類型的信任程度值構成機載證據，由η個機載證據形成機載證據列表，所述機載證據列表記為m =Im1, m2,..., Hii,..., mn}, i = 1,..., n 表示機載證據列表中第i個機載證據；所述第i個機載證據Hii包含的第s種目標類型記為i3s，s = l，...，q，所述的目標類型組成的集合記為Ω = {?^，β2，...，β3，...，β,}，所述目標類型組成的集合Ω的冪集中第k個子集記為Θ k，k = 1，...，2^ ;令所述第i個機載證據Hii對所述目標類型組成的集合Ω的冪集所包含的第k個子集01;的信任程度值記為叫(01;)，所述叫(01;)的取值範圍為[O，I];所述第i個機載證據Ini的組成包括Imi ( Θ J，Ini ( Θ 2)，...，Ini ( Θ 2q)}； 所述機載多傳感器目標識別系統的識別方法是按如下步驟進行: 步驟1、利用式(I)獲得兩兩機載證據的相似性係數SimOni, Hij):
【文檔編號】G06F19/00GK103955622SQ201410206551
【公開日】2014年7月30日 申請日期:2014年5月15日 優先權日:2014年5月15日
【發明者】羅賀, 尹豔平, 胡笑旋, 馬華偉, 靳鵬, 夏維, 王國強, 秦英祥 申請人:合肥工業大學