《基于单多时间片的目标识别方法.pdf》由会员分享，可在线阅读，更多相关《基于单多时间片的目标识别方法.pdf（6页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 103377312 A (43)申请公布日 2013.10.30 CN 103377312 A *CN103377312A* (21)申请号 201210125219.5 (22)申请日 2012.04.26 G06F 19/00(2011.01) (71)申请人 金宏斌 地址 430019 湖北省武汉市江岸区黄浦大街 288 号四系 (72)发明人 金宏斌 蓝江桥 高效 周焰 (54) 发明名称 基于单多时间片的目标识别方法 (57) 摘要 本发明公开了一种基于单多时间片的目标识 别方法。首先， 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。
2、信度分配 ； 其次， 采用 DSm 理论中的 PCR6 规则计算某单个时 间片上的基本信度分配和连续的 N(N 1) 个单 个时间片的基本信度分配 ； 再次， 采用 DS 理论中 的Dempster组合规则计算N个时间片融合后的基 本信度分配 ； 最后， 选择合适的决策规则作出最 后的识别判决。本发明方法在单时间片处理时采 用 DSm 理论可以化解可能的高冲突问题， 得出比 较好的结果 ； 在多时间片处理时采用 DS 理论， 可 以发挥其收敛性好、 计算量小及加性融合方法所 具有的可靠性高的优点， 提高识别结果的可信性。 本发明不仅能在 Shafer 模型下使用， 还能在混合 DSm 模型和自。
3、由 DSm 模型下使用。此外， 本发明还 可采用其它的组合规则或方法进行应用， 具有很 好的开放性和扩展性。具有推广应用价值。 (51)Int.Cl. 权利要求书 1 页 说明书 4 页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书1页 说明书4页 (10)申请公布号 CN 103377312 A CN 103377312 A *CN103377312A* 1/1 页 2 1. 一种基于单多时间片的目标识别方法， 包括以下技术步骤 ： (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 1， 2， .， n， 在其框架。
4、下有 k 个证据的基本信度分配 ( 或 广义基本信度分配 )m1， m2mk： G 0， 1， 其中i 1， 2k， 其中 G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， ， mM， 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， Yj G对应证据源 j， mj(Yj) 是其相关的信度函数， i表示从 1 到 M 的数中排除 i， 即 (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。
5、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 其中， (5)识别决策。 选择合适的决策规则作出最后的识别判决， 本发明选取基于基本信度分 配的决策方法， 即设满足 若有 则 A1即为判决结果， 其中 1， 2为预先设定的门限。 权 利 要 求 书 CN 103377312 A 2 1/4 页 3 基于单多时间片的目标识别方法 技术领域 0001 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。
6、、 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 0002 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。
7、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 0003 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，。
8、 提高识别结果的可信性。 0004 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 ： 0005 (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 1， 2， .， 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， m2mk： G 0， 1， 其中i 1， 2k， 其中 G表 示可以选取不同的模型 ； 0006 (2) 计算某单个时间片上的基本信度分配。根据 m1， m2， mM， 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 0007。
9、 0008 说 明 书 CN 103377312 A 3 2/4 页 4 0009 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， Yj G对应证据源 j， mj(Yj) 是其相关的信度函数， i表示从 1 到 M 的数中排除 i， 即 0010 (3)计算连续时间片的基本信度分配。 对于连续的N(N1)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 0011 (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 0012 0013 。
10、其中， 0014 (5)识别决策。 选择合适的决策规则作出最后的识别判决， 本发明选取基于基本信 度分配的决策方法， 即设满足 0015 0016 0017 若有 0018 0019 则 A1即为判决结果， 其中 1， 2为预先设定的门限。 0020 本发明的优点在于 ： 0021 (1) 本发明可处理多信息源关于目标识别信息中存在的各种程度的冲突证据， 降 低了干扰证据的影响， 提高识别结果的可信性。 0022 (2) 本发明在单时间片处理时采用 DSm 理论可以化解可能的高冲突问题， 得出比 较好的结果 ； 在多时间片处理时采用 DS 理论， 可以发挥其收敛性好、 计算量小及加性融合 方法。
11、所具有的可靠性高的优点。 0023 (3) 本发明不仅能在 Shafer 模型下使用， 还能在混合 DSm 模型和自由 DSm 模型下 使用。 0024 (4) 本发明还可采用其它的组合规则或方法进行应用， 具有很好的开放性和扩展 性。 说 明 书 CN 103377312 A 4 3/4 页 5 具体实施方式 0025 实施本发明的原理如下 ： 0026 各传感器将获得的信息实时地传递到融合系统中， 通常情况下一般采用的是在一 个时间片内将各个传感器的信息进行融合， 得出一个初步的识别结果 ； 经过几个时间片后， 再将这几个时间片得出的识别结果进行再次融合， 从而给出最终结论。它的好处是既能。
12、在 当前时刻给出一个初步的识别结果， 又能经过几个时刻的综合判断后， 给出一个比较精确 的识别结果。因此， 考虑工程上的实际应用， 将 DSm 理论和 DS 理论混合运用， 先将每个时刻 各传感器的基本信度分配采用 DSm 理论进行融合， 再通过时序积累的方法将多个时间片内 融合后得到的基本信度分配利用 DS 理论再次进行融合， 得到最终合成结果， 并依据决策规 则进行识别判决。 0027 假设某识别系统中， 空中目标可能是我机、 敌机或属性不明， 则辨识框架为 F， H， N。在某时刻 2 部传感器获得的基本信度分配分别为 m1和 m2。下面具体说明整个发 明的详细步骤 ： 0028 (1)。
13、 计算某单个时间片上的基本信度分配 ； 0029 0030 0031 (2) 计算连续单个时间片的基本信度分配 ； 0032 同 (1)。 0033 (3) 计算最终融合后的基本信度分配 ； 0034 0035 其中， 0036 (4) 选择合适的决策规则作出最后的识别判决， 本发明中选取基于基本信度分配 的决策方法。即设满足 0037 0038 0039 若有 0040 说 明 书 CN 103377312 A 5 4/4 页 6 0041 则 A1即为判决结果， 其中 1， 2为预先设定的门限。 0042 本领域普通技术人员可以在所附权利要求的范围内作出各种变形或修改。 说 明 书 CN 103377312 A 6 。