多源数据融合的辐射源及其目标识别技术.pdf

摘蜚 摘 要 近年来装备部队的传感器种类越来越多，使得多种传感器的数据融合技术 的研究取得很快的发展。 本文讨论了多源数据融合系统中的目标识别技术，主要包括辐射源识别、 平台识别等问题。针对辐射源识别，把人工神经网络、模板／模糊匹配方法和DS 证据理论结合起来，提出一种雷达型号的三级识别模型。 首先，用神经网络进行租分类，得到与待识别雷达相似的子集。其次，用 模板／模糊匹配方法从该子集中识别出雷达的型号：重点研究了径向基神经网络 学习算法，梯形曲线、柯西曲线、高斯曲线等模糊匹配算法，确定了公式中的参 数值。最后，用DS证据理论融合多个不同时刻辐射源信息，以增强识别效果。 Ds证据理论算法，给出了DS证据理论的概率赋值方法。 在获得辐射源型号后，应用专家系统知识，采用模糊产生式规则推理，完 成平台识别。平台具有记忆辐射源历史信息，完成对战场坏境信息实时更新的功 能。 最后给出了系统设计和详细的验收测试报告。结果表明陔模型提高了数据 融合中的雷达型号识别率和可靠性，具有良好的应用静景。 关键词：数据融合神经网络模糊匹配证据理论 ABSTRACT ABSTRACT moreand which allkindsofsensorsis in more，in the Recently equippedtroops sellsorsmakesa ofthedatafusionofmulti rapid study progress． radiantandthe isdealtwithinthis The ofthe recognition point platform paper．By is thefeatureofradarradiant model combines understanding point，one provided，which and evidence whichfindsthe artificialneural DS network，fuzzy theory,and matching ofradarinthree type steps． neural issimilarwithunknown subclassisfound network，which Firstly,one by radarisfoundfromabovesubclass final of byfuzzy radar．Secondly’thetype matching． the ofRadialBasisFunction of is onthe of