[发明专利]基于单多时间片的目标识别方法

说明书

技术领域

本发明涉及多源信息融合领域中的一种目标识别方法，适用于具有多源信息的融合系统，如空中目标属性识别系统、机器人等，可以用于多源信息下的目标识别，实现对未知目标的属性、身份等判别。

背景技术

在多源信息融合中，由于存在环境干扰或人为干扰等因素，各信息源所获得关于目标的信息往往存在不精确性、部分未知性，甚至是模糊的、彼此不一致的、时变的等特征，从而造成了多源融合识别结果可能出现悖论，特别是各信息源获得证据之间冲突较强时，甚至会得出错误的识别结果，导致决策失误。因此，如何有效的处理冲突证据实现融合识别一直是相关领域的难点。在此背景下，提出了两类处理思路：一是针对DS理论进行改进，虽然这些改进方法在某些方面取得了效果，但这些方法或者无法从根本上解决不一致证据融合以及按权重聚焦的问题，或者在解决这些问题的同时又带来新的问题。同时，这些方法都对辨识框架进行了限制。二是提出了新的处理方法，即DSm理论。它用来处理高不确定性、高冲突和高不精确的信息源证据可获得较好的效果，但由于DSm理论超平方集元素量过于巨大，存在计算量大的缺陷，并且处理低冲突证据时，会带来置信度降低的问题。因此，如何结合实际应用，充分利用DS理论和DSm理论的优点，已成为融合识别领域应用的关键。

发明内容

本发明的目的在于克服上述背景技术中的不足，不改变基本的识别框架和识别处理流程，降低干扰证据的影响，提高识别结果的可信性。

为了实现上述的发明目的，本发明提供了一种基于单多时间片的目标识别方法，包括如下步骤：

(1)得到所有可能目标类型，确定辨识框架，获得各信息源对目标识别的基本信度分配。假设辨识框架Θ＝{θ₁，θ₂，...，θ_n}，在其框架下有k个证据的基本信度分配(或广义基本信度分配)m₁，m₂…m_k：G^Θ→[0，1]，其中i＝1，2…k，其中G^Θ表示可以选取不同的模型；

(2)计算某单个时间片上的基本信度分配。根据m₁，m₂，…，m_M，利用DSm理论中的PCR6规则得到第l时间片上融合后的基本信度分配即

其中，M表示数据源个数，m_∩(X)表示组合规则对X的合成信度，Y_j∈G^Θ对应证据源j，m_j(Y_j)是其相关的信度函数，σ_i表示从1到M的数中排除i，即σi(j)=jj<iσi(j)=j+1j≥i;]]>

(3)计算连续时间片的基本信度分配。对于连续的N(N＞1)时间片，依次重复(1)和(2)的过程N次，分别得到连续单个时间片融合后的基本信度分配

(4)计算最终融合后的基本信度分配。根据利用DS理论中的Dempster组合规则得到N个时间片融合后的基本信度分配m，即