基于多傳感器信息融合的空中目標(biāo)識(shí)別算法研究.pdf_第1頁
已閱讀1頁,還剩67頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、現(xiàn)代戰(zhàn)爭(zhēng)中,空中目標(biāo)識(shí)別是防空作戰(zhàn)指揮快速、正確決策的關(guān)鍵環(huán)節(jié)之一。空中目標(biāo)識(shí)別的成敗直接影響到防空火力的部署、分配及有效打擊,進(jìn)而會(huì)左右整個(gè)戰(zhàn)場(chǎng)態(tài)勢(shì)。因此,目標(biāo)識(shí)別技術(shù)的發(fā)展對(duì)于提高整個(gè)防空系統(tǒng)的效能具有重要意義。本文基于多傳感器信息融合技術(shù),研究了空中目標(biāo)識(shí)別方法及其應(yīng)用。
  首先介紹了多傳感器信息融合相關(guān)理論,分析了現(xiàn)有的證據(jù)組合方法,并指出其不足,然后在對(duì)不同證據(jù)焦元之間的沖突程度研究的基礎(chǔ)上,將一種基于相互可信度的沖突

2、證據(jù)組合方法用于空中目標(biāo)識(shí)別。仿真結(jié)果表明:所采用的新方法合成效果好,合成結(jié)果更為理想。針對(duì)多傳感器信息融合中基本概率賦值難以獲取的問題,給出了一種利用神經(jīng)網(wǎng)絡(luò)技術(shù)獲取基本概率賦值的方法,并在此基礎(chǔ)上提出了一種將證據(jù)理論與神經(jīng)網(wǎng)絡(luò)相結(jié)合的目標(biāo)識(shí)別融合方法。
  重點(diǎn)研究了支持向量機(jī)(SVM)在多傳感器空中目標(biāo)識(shí)別中的應(yīng)用。SVM是在統(tǒng)計(jì)學(xué)習(xí)理論的基礎(chǔ)上發(fā)展起來的新一代學(xué)習(xí)算法,基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化準(zhǔn)則(SRM準(zhǔn)則),采用經(jīng)驗(yàn)風(fēng)險(xiǎn)和置

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論