运用Vague集进行多传感器目标识别.pdfVIP

58 传感器与微系统 (TransducerandMicrosystemTechnologies) 2011年 第3O卷 第 1期 运用Vague集进行多传感器 目标识别 万树平 (江西财经大学 信息管理学院，江西 南昌330013) 摘 要：针对具有多个特征指标的多传感器 目标识别问题，采用 Vague集表达 目标特征的不确定信息，提 出了一种新的多传感器 目标识别方法。定义两 Vague集之间的加权 Hamming距离和相似度 ，建立 了 Vague集表达的多传感器 目标识别模型，通过最小化各 目标类型的Vague度优化模型客观地确定了各特 征的权重，利用相似度给出目标识别算法。实例分析表明方法的有效性。 关键词：多传感器 目标识别 ；Vague集；加权 Hamming距离；相似度 中图分类号：TP274．2 文献标识码：A 文章编号：1000-9787(2011)01-0058-02 ApplyingVaguesetformulti-sensorobjectrecognition WAN Shu-ping (CollegeofInformationmanagement，JiangxiUniversityofFinanceandEconomics， Nanchang330013，China) Abstract：Aimingattheproblemofmuhi—sensorobjectrecognitionwithmultiplecharacteristics，Vaguesetis usedtorepresentthefuzzymeasurementinformationofobjectcharacteristic．Anewmethodofmuhi—sensorobject recognitionisproposed．Themethoddefinesthewei曲tedHammingdistanceandsimilaritydegreebetweentwo Vaguesets，andconstructsthemodelofobjectrecognitionrepresentedbyVagueset．Theweightsofcharacteristics areobjectivelydeterminedbytheoptimizationmodelofminimizingtheVaguedegreeofeachobjecttype．The aJgorithmofobjectrecognitionisgivenaccordingtothesimilaritydegree．Theexampleanalysisshowsthatthe methodiseffective． Keywords：multi·sensorobjectrecognition；Vagueset；weightedHammingdistance；similaritydegree 0 引 言 目标类型的Vauge度客观地确定了特征的权重向量，进而 由于测量环境的复杂性和传感器 自身精度的影响，传 提出了一种新的 目标识别方法。 感器的测量信息具有不确定性和模糊性。Vague集 同时 1 Vague集距离和相似度 考虑非空集元素隶属度与非隶属度两方面的信息，这使得 定义 1(Vauge集…)：令X是一个点(对象)的空间， Vague集在处理不确定性信息时比传统 的Fuzzy集 有更 X={ 一， }，其中的任意一个元素用 表示， 中的一 强的表达能力。 个Vauge集