基于多源信息融合的目标识别算法及应用

《基于多源信息融合的目标识别算法及应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、３９分类号：ＴＰ１单位代码：１０４５１密级：公开学号：２０１５１１０１９３硕士学位论文论文题目：基于多源信息融合的目标识别算法及应用作者姓名：郭伟震指导教师姓名职称周莉教授学科专业名称计算机应用技术研究方向信息融合论文答辩日期２０１８年６月３日答辩委员会主席武玉强教授鲁东大学硕士学位论文基于多源信息融合的目标识别算法及应用作者姓名：郭伟震指导教师：周莉学科专业：计算机应用技术研究方向：信息融合鲁东大学信息与电气工程学院二○一八年六月AThesisSubmittedtoLudongUniversityfortheDegreeofMasterTarg

2、etRecognitionAlgorithmanditsApplicationBasedonMulti-sourceInformationFusionM．D．Candidate：WeizhenGuoSupervisor：LiZhouMajor：ComputerApplicationTechnologyResearchInterests：InformationFusionSchoolofInformationandElectrical,LudongUniversityJune，2018学位论文原创性声明和使用授权说明学位论文原创性声明呈交的论文是本人在导师的指导下独立进行研究所取得的

3、本人郑重声明：所研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体己经发表或撰写的成果作品，。对本文的研宄做出重要贡献的个人和集体均己在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名曰期：入ｏｇ年＜月彡曰学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权鲁东太＃可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□，在

4、年解密后适用本授权书。本学位论文属于不保密ｄ。“”（请在以上相应方框内打Ｖ）作者签名：奪Ｓ期：成年Ｚ月？曰导师签名：：曰期：此年ｆ丨（月〈曰｜＾ｊ致谢论文是在导师周莉教授的悉心指导下完成的。在攻读硕士期间，周老师在学习上、生活上给予我极大的关心和帮助，您对细节的注重和对学术的孜孜不倦都使我终身受益。在此，谨向尊敬的周老师表达最衷心的感谢!感谢邹海林教授、杨洪勇教授、岳峻教授等在研究生期间的学业上的指导和帮助，感谢王刚教授、张淑宁老师、曲海平老师给予研究生各项管理工作的帮助与方便。感谢在一起学习的孙启臣、马振磊、李珊珊、李亚庆等同学对我的谦让和帮助，共同度过难忘的三

5、年时光。同时感谢实验室的师弟师妹对我的帮助和支持。感谢我的父母和家人在学习和生活上对我的全力支持和无私付出。最后，感谢在百忙之中审阅本文并为本文提出宝贵意见的专家们。I摘要Dempster-Shafer（D-S）证据理论具有表达不确定性和融合不完善信息的能力，但证据理论的融合规则在处理高冲突信息时有一定的局限性，使其应用受到很大的限制。为此，本文针对多证据冲突度量算法和证据融合算法进行研究，给出几种改进算法，并将其应用到多传感器多目标识别中。论文的主要研究如下：（1）提出了基于D-S组合规则的改进两两证据融合算法为有效融合冲突证据，通过分析D-S组合规则对高冲突信息融合失效的原因，提出改进

6、焦元可信度计算式的证据融合算法，并将新的焦元可信度作为局部冲突信息再分配的权重，相应给出新的基于局部冲突信息进行再分配的准则。进一步，为克服已有局部冲突信息再分配算法不满足结合律易造成证据融合结果不稳定的不足，提出基于证据距离和虚假度共同度量证据冲突的改进算法，并依此对多证据融合顺序进行优化，进而给出改进融合顺序的两两证据融合算法。通过数值算例和目标识别仿真对常用的相关融合算法和新方法进行比较，验证了所提改进算法的有效性。（2）提出了多证据直接融合算法已有基于D-S组合规则的改进算法，多是在证据两两融合的基础进行改进，这种改进方法不仅因为证据两两融合损失了部分有用信息，而且其融合顺序不满足

7、结合律，导致算法缺乏稳定性。为提高证据高度冲突情况下的多证据融合效果，有效利用不一致性因子中的信息，提出一种基于局部冲突信息再分配的三条证据直接融合的改进D-S组合规则。新算法在对三条证据进行直接融合时，根据冲突因子中各焦元的可信度对3-D冲突信息进行加权分配。在此基础上，将其推广应用于多证据的直接融合。同时，为了减少高维证据融合算法的计算量，并且考虑到D-S组合规则对非高冲突证据有着较好的聚焦作用，提出了选择性分组证据