改进的对向传播网络及其在多传感器目标识别中的应用-光子学报.pdf

32 2 Vol32 No2 2003 2 ACTA PHOTONICA SINICA February 2003 * 牛丽红 倪国强 苏秉华 ( , 100081) 针对多传感器数据融合和目标识别的特点, 提出了改进的对向传播网络(MCPN) , 并与 Dempster Shafer( D S) 证据推理相结合, 实现了决策层数据融合目标识别. 文中利用仿真数据对所提 出的网络训练算法和融合结构进行了实验研究. 结果表明: 改进后的对向传播网络识别性能优于传 统的对向传播网络( CPN) , 融合后的目标识别率较单传感器明显提高. 最后, 将该方法应用于前视 红外(FLIR) 和可见光摄像机目标跟踪系统对算法和融合结构进行验证, 结果表明文中提出的方法 是可行的. 多传感器数据融合; 目标识别; 人工神经网络; D S 证据推理