采用基于证据理论的数据融合技术进行目标识别
数据融合技术是空间碎片特征表征目标识别的关键技术,是当前多传感器目标识别系统发展的一个新趋势.独立单波段的可见光和红外成像识别技术日趋成熟,并在众多领域得到了广泛的应用.然而,单波段系统也存在着低探测率、高虚警率等难以克服的问题.解决如何综合利用多波段信息进行目标识别与跟踪已是一个新的发展趋势,并且这也是目前信号处理领域研究的一个难点与热点.根据空间碎片特性表征项目的需要,我们采用智能推理的融合理论-证据理论进行目标识别,设计出基于证据理论的三传感器的数据融合算法,并进行软件实现.证据理论是一种决策理论,与传统的贝叶斯理论相比,不但能够处理由于知识的不准确引起的不确定性,而且能够处理由于不知道引起的不确定性,能满足比贝叶斯理论更弱的公理系统,本文开发了基于证据理论的目标识别数据融合系统.首先,确定判别框架可能出现的目标类别,对来自三个传感器的图像进行特征提取,根据提取的每一个特征针对所有的目标类别按证据组合规则进行第一层次的融合,然后对所有特征进行第二层次的融合,根据融合结果进行决策分析,判定目标类别.
数据融合 证据理论 目标识别 不确定推理
汪洋 郑亲波 张钧屏
中国科学院上海技术物理研究所(上海)
国内会议
宁波
中文
657-662
2001-10-01（万方平台首次上网日期，不代表论文的发表时间）