[发明专利]一种用于目标识别的多种传感器融合权重生成方法

权利要求书

1.一种用于目标识别的多种传感器融合权重生成方法，其特征在于，包括：

对多传感器目标融合识别系统中各种传感器进行探测识别性能影响因素分析，建立各影响因素下各传感器探测识别能力表和探测识别能力模型，并得到各传感器探测识别能力置信度；基于探测识别能力置信度对各传感器探测识别权重等级进行映射处理，并且得到用于权重等级预测网络的训练样本数据；

建立支持多种传感器融合权重等级的权重等级预测网络，采用训练样本数据进行网络训练得到网络参数，实现各种影响因素综合作用条件下对各传感器融合权重的有效预测。

2.根据权利要求1所述的用于目标识别的多种传感器融合权重生成方法，其特征在于，包括以下步骤：

步骤1，确认多传感器目标融合识别系统中参与目标识别处理的传感器类型，确认影响各类传感器探测识别性能的各影响因素；

步骤2，基于对各传感器影响因素的分析结果，建立各影响因素条件下各传感器探测识别能力表以及各传感器探测识别能力模型；

步骤3，基于各传感器探测识别能力表和探测识别能力模型，计算各传感器探测识别能力置信度；

步骤4，基于各传感器探测识别能力置信度建立各传感器探测识别权重等级映射关系，并且得到用于权重等级预测网络的训练样本数据；

步骤5，构建各传感器的权重等级预测网络，用于基于权重等级预测网络实现多传感器目标融合识别系统中各传感器探测识别权重的预测；

步骤6，采用步骤4得到的训练样本数据，对基于步骤5中构建的权重等级预测网络进行网络训练，得到满足输出结果符合实际预期的网络参数；

步骤7，将步骤6中预测得到的各传感器权重等级信息映射至归一化的权重信息。

3.根据权利要求2所述的用于目标识别的多种传感器融合权重生成方法，其特征在于，

所述多传感器目标融合识别系统为对地静止目标识别系统，所述步骤1中确定的传感器类型包括：毫米波雷达传感器、激光雷达传感器以及光电传感器；

影响对地静止目标识别系统中各传感器的探测识别性能的影响因素包括：天气因素、地形因素、目标尺寸以及目标距离因素。

4.根据权利要求3所述的用于目标识别的多种传感器融合权重生成方法，其特征在于，所述步骤2包括：

步骤21，基于天气因素和地形因素对多传感器目标融合识别系统中各传感器的影响，建立不同天气因素和不同地形因素下各传感器探测识别能力表；

步骤22，建立不同目标尺寸以及不同目标距离下传感器探测识别能力模型分别为：

其中，f_S(x)表示不同目标尺寸下的传感器探测能力，a、b分别表示障碍物尺寸的最小值和最大值，M和N均是系数；

f_L(X)表示不同目标距离下的传感器探测能力，A、B分别表示不同传感器的探测最近距离和最远距离，P和Q均是系数，且满足当取值为A时，f_L(X)＝10，当取值为B时，f_L(X)＝1。

5.根据权利要求4所述的用于目标识别的多种传感器融合权重生成方法，其特征在于，所述步骤3包括：

步骤31，将不同天气下各传感器探测识别能力表示为：

F＝{F₁₁,…,F_ij}，其中，i表示第i种天气类型，j表示第j种类型的传感器；

步骤32，将不同地形因素下各传感器探测识别能力表示为：

E＝{E₁₁,…,E_kj}，其中，k表示第k种地形类型，j表示第j种类型的传感器；

步骤33，定义不同环境下第j种类型传感器的探测识别能力置信度表示为：

P_ikj＝K(F_ij×E_kj×f_S(x)×f_L(X))；

其中，K为归一化系数。