[发明专利]基于改进D-S证据理论规则的舰载机群目标识别方法

说明书

一种基于改进D‑S证据理论规则的舰载机群目标识别方法，包括：S1、识别装置利用多种探测传感器对舰载机群目标进行探测，获取多个探测数据；S2、识别装置根据探测数据抽取若干个原始证据；S3、识别装置对原始证据进行概率转换，得到修正证据；S4、当修正证据的数量等于2时识别装置采用全局冲突系数表征修正证据的冲突度，当修正证据的数量大于2时识别装置采用扩展冲突系数表征修正证据的重读图；S5、识别装置判断证据冲突度是否大于0.5，并根据判断结果选择，若大于则对冲突证据进行折扣处理，若小于或者等于则保持不变，得到折扣证据；S6、识别装置基于D‑S证据理论对折扣证据进行融合，得到目标识别结果。本发明识别率更高，识别结果更加准确。

技术领域

本发明涉及目标识别技术领域，具体的说是一种基于改进D-S证据理论规则的舰载机群目标识别方法。

背景技术

二十一世纪以来，智能化技术飞速发展，海、陆、空战场实现了传统战争与信息化的有机融合，为了达到与之相符的联合作战效能，自然也对未来作战有了更高的作战要求。目前，海战场已经逐步具备了协同探测的能力。海战场协同探测系统主要包括雷达系统、ESM系统以及光电/红外系统等多种探测传感器集成装备，分别用来探测敌方目标位置、辐射源、图像等重要信息。这些信息互通互补、相辅相成，对其综合处理后，相比于单一探测源所获取的信息会更全面、更准确、更可靠，从而适于作战。

而在复杂的海战场环境中，各类探测传感器测得的数据往往具有一定的不确定性，因此还必须对各类探测传感器信息进行融合处理，以消除不确定性，从而获取精确的目标信息，得到敌方目标战略意图。D-S(Dempster-Shafer)证据理论是被推崇的处理不确定性的好方法，已为许多专家系统所应用，并且在目标识别问题中有不可忽视的作用。但是当证据之间存在高度冲突时，D-S证据理论在处理结果往往与常理相斥，错误的处理结果会延长目标识别时间，从而错过做出正确指挥决策的时机。

除了D-S证据理论之外，现有技术中也相关学者也提出了一些新的方法，具体如下。

(1)J Dezert,S Florentin.An Introduction to Dsmt for InformationFusion[J].New MathematicsNatural Computation,2012,8(03):343-359.，Dezert等人在证据理论基础上提出了一种DSmT融合规则，在辨识框架中引入了冲突信息，提出了超幂集的概念，运算量也大大增加，这个规则在实际中有广泛应用。

(2)M.Daniel.Contribution of DSm approach to the belief functiontheory.Proc.of International Processing and Management of Uncertainty inKnowledge-Based Systems,2008:417 –424.，DSmH(DSm Hybrid)融合规则是对不同传感器提供的目标识别证据进行空间域和时间域的决策融合[2]。

(3)J Dezert,D Han,Z G Liu,et al.Hierarchical proportionalredistribution principle for uncertainty reduction and BBA approximation[C].Intelligent Control and Automation.IEEE, 2010:664-671.，Dezert提出了一种分层比例再分配(HPR)方法来对基本概率分配进行近似计算，降低各个证据中的不确定性。

(4)Murphy C K.Combining belief functions when evidence conflicts [J].Decision Support Systems，2000，29(1):1-9，Muphy提出了一种平均加权的证据理论融合方法。

发明内容