基于D-S证据理论的数据关联新方法
针对被动传感器网络中的多目标数据关联，提出一种基于Dempster-Shafer证据理论的数据关联新方法。根据被动传感器网络中多目标跟踪的特点，建立适合于被动目标数据关联的6种合成证据(包含速度变化量、航向角变化量、飞行时间变化量、观测可能性、属性变化量与未知)，根据各自的自相关函数自适应确定证据权值，通过证据权值与信任函数的乘积动态调整合成中各证据的比重，最后应用多级决策获取对目标观测的关联结果。仿真结果表明，使用自相关函数改进的D-S证据理论的数据关联新方法能够在抑制观测中冲突证据影响的同时，削减关联运算时间，获得被动多目标实时有效的关联结果，性能优于模糊C均值聚类关联方法(FCM)和传统D-S证据理论的数据关联方法。
多目标跟踪 被动传感器网络 数据关联算法 Dempster-Shafer证据理论 自相关函数
张智超 李良群 谢维信
深圳大学ATR国防科技重点实验室,广东深圳518060
国内会议
北京
中文
1341-1346
2011-11-17（万方平台首次上网日期，不代表论文的发表时间）