水下目标识别的一种信息融合算法.pdf

《水下目标识别的一种信息融合算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、总第216期舰船电子工程Vo1．32No．62012年第6期ShipElectronicEngineering53水下目标识别的一种信息融合算法朱海战凯(1．海军92730部队三亚572016)(2．海军兵种指挥学院广州510430)摘要利用布设的水下传感器对水下潜艇进行探测预警是反潜的一种重要反潜手段。本文利用信息融合算法对水下目标识别中多传感器获得的不同数据进行信息融合，从而得出识别结论。关键词目标识别；信息融合；INS证据中图分类号TP301．6AnInformationFusionMethodinUnderseaTarge

2、tRecognitionZHUHaiZHANKaiz(1．No．92730TroopsofPLA，Sanya572016)(2．NavalArmsCommandAcademy，Guangzhou510430)AbstractLaidunderwatersensorstodetectearlywarningofunderwatersubmarineisanimportantanti—submarinemeans．Inthispa—per，thedataobtainedbythemulti—sensorinformationfusio

3、nalgorithmforidentificationofunderwatertargetsinformationfusion，andthuscometoidentifyconclusions．KeyWordstargetrecognition，informationfusion，INSevidenceClassNumberTP301．6区)的尺度，因此在本例中我们不需再考虑位置误差的问1引言题。利用水下传感器进行水下目标识别是争取水下防御主规则3：各传感器所获取情报对于多传感器系统数据动的基本条件。由于水下物理场的复杂性，以及未

4、来海战融合的重要性是一致的。中的对抗与反对抗手段的增强，使得有效把来自多个传感同时，我们给出了本例中传感器的可信度指标，具体见器信息源的数据组合成统一战场态势显得尤为重要_1J。表1所示。在水下目标识别的过程中，通过数字信号处理过程可表1各传感器可信度数值以获得取多种信息。为了获得准确的识别结果，必须对从传感器sls2s3S4S5不同传感器获得数据进行信息融合l2]。因此，水下目标可信度0．70．80．60．60．9识别过程是一种不确定的推理过程l4]。本文将采用D-S规则算法口J对该过程进行信息融合。传感器S上报：“发现潜艇。位

5、置：n。z海区”。传感器s的可信度数值0．7意义为：传感器S的基本信任度函2水下目标识别问题数赋值为0．7，在z海区发现了潜艇；而0．3则表示传感在某地近岸分布着5个相互独立的传感器，分别为标器S的不信任度，则意味着传感器S上报的情报是错误识为S、S：、S。、S4、Ss。探测海域的全部称为观测区域，以的，我们则不能接受传感器S所发的情报，nsz区内不存在Q表示，并且观测区域划分为不同的子分区，分别进行编号潜艇，整个海域也不存在潜艇或者潜艇在海域内除nsz区以表示。各个传感器可以独立对整个观测区域进行探测，当外的另一位置等等，都是有

6、可能出现的情况。发现目标时，将立即上报发现目标的子分区编号。假设传如果传感器信息获取是完美的，我们可以判定：海区内感器s和传感器sz在n。z海区发现目标并报告，传感器有两个潜艇目标，一艘潜艇位于n。。海区，另一艘位于海S。、传感器S和传感器Ss在n海区发现目标并报告。区；传感器S和传感器Sz发现的是nsz海区目标，传感器我们对探测过程的基本原则做一约束，以便简化模型，集中解决主要问题，具体约束规则如下：S。、传感器s和传感器s发现的是n海区目标。但是，规则1：某一传感器在某一时刻只能上报一个潜艇的我们必须考虑存在引入不确定性因素下

7、的结论判定。对于位置信息(尽管整个海域内可能存在多个目标)，这也符合这一不确定推理过程我们将采用D-S规则算法求解。在存在多个目标的情况下，某个传感只能进行部分探测的3D-S规则算法运用求解实际情况。规则2：位置信息的尺度远远小于海域内的子区域(海D-S规则算法是基于证据理论的一种推理算法，它由收稿日期：2011年12月8日，修回日期：2012年1月18日作者简介：朱海，男，工程师，研究方向：军事航海。战凯，男，硕士，副教授，研究方向：兵种战术。54朱海等：水下目标识别的一种信息融合算法总第216期Dempster首先提出，并由S

8、hafe加以扩充发展，故称之为I)I时进行数据融合结果后各种判决的冲突。其中，最小冲突S规则算法。D-S规则是基于可信度函数基础之上的，其主值为sSz和s。sss的分组，其值为0。因此，我们可以得要特性在于：它认为两个相互独立发生且互不影响的事件，