相关证据下的水中目标识别方法研究

研究了基于现代信号处理技术的舰船辐射噪声信号特征提取，提出了基于欧氏距离特征标准化的算法和基本概率赋值的获取方法，给出了相关证据下的信息融合规则。通过对大量实船噪声样本进行实验分析表明，该方法可以提高对水中目标识别分类结果。     

一种新的度量证据相似性测度方法

当证据强冲突时,D-S证据理论会因其归一化过程产生与常理相悖的结果.针对该问题,通过引入相似性测度,对证据源进行特征提取,提出了基于证据相似性测度的目标识别方法.仿真实验表明在传感器受干扰时新方法比别的方法能更快的识别出目标,并且提高了合成证据的可靠性和合理性.     

基于目标识别的D-S数据融合

目标识别是雷达信号处理的重要组成部分．详细地阐明了D—S证据理论的决策方法，重点研究了D—S证据理论应用于目标识别的方法．通过实例分析，指出了将D—S证据理论应用于目标识别具有实际应用前景。     

一种融合ESM和红外传感器的飞机目标识别方法

针对单一传感器提供的信息不全面的缺点,提出了一种融合ESM和红外传感器的互补信息来进行目标识别的方法。该方法在神经网络的基础上,结合模糊集理论和D—S证据理论。获得了较高的识别率。最后通过飞机目标的仿真试验,证明了该方法是有效的、可行的。     

基于D-S证据理论的红外小目标识别方法

提出了一种基于D-S证据理论的红外小目标融合识别方法。该方法首先对中红外和远红外成像小目标进行目标特征的提取,然后根据提取的特征利用模糊C均值聚类的方法进行基本概率分配,最后利用改进的D-S组合公式进行融合识别。融合识别试验表明该方法能在传感器工作不正常的情况下仍然可以根据对两个传感器输出的结果进行融合对目标进行有效的识别。     

一种基于DS证据理论的多雷达目标识别方法

文中研究了利用目标的位置和运动信息通过DS证据理论完成多雷达目标融合识别的方法.单雷达目标识别利用目标位置和运动信息建立目标线性隶属度函数,利用模糊综合评判进行目标分类.融合中心对来自各个雷达的识别概率利用DS证据进行最终的判决.仿真结果表明利用位置和运动信息进行识别的可行性和有效性,验证了多个雷达融合后的识别效果优于单个雷达的效果.     

一种D-S证据理论的改进方法及其在目标识别中的应用

研究了基于D-S证据理论的多传感器信息融合算法，提出一种基于D-S理论的推广方法来解决融合信息的证据冲突问题，并将其用于红外成像／毫米波复合制导系统来进行目标识别的决策信息融合，结果比较理想，能够有效地化解证据间的冲突问题，提高识别系统的可靠性与准确度。     

修正的D-S合成规则在对巡航导弹目标识别中的应用研究

在分析了D-S合成规则中存在问题的基础上,提出了一种修正D—S融合方法,该方法不但能处理相互冲突证据,而且能够根据焦元包含元素的多少决定向下聚焦的权重的缺陷．同时,在分析巡航导弹攻防对抗研究信息融合系统结构的基础上,将修正的D-S应用到对巡航导弹预警融合节点和拦截融合节点的目标识别中,仿真结果表明了修正的D-S规则在解决巡航导弹目标识别中的有效性．     

一种处理冲突证据的合成方法

证据推理广泛应用于不确定推理和数据融合等方面。但D-S合成规则对于高冲突情况的处理不是十分合理的。因此文中提出了一种基于证据相似系数的冲突证据合成方法。此方法首先引入了相似系数的概念。然后求出各证据被其它证据所支持的程度，对支持度归一化后可得到各证据的可信度，并将可信度作为证据的权重。对证据加权平均后再利用D-S合成规则。     

D-S证据理论在双模复合制导导弹目标识别中的应用

基于准贝叶斯结构的D-S证据理论,提出了基于该理论的决策方法.将该理论运用于主动毫米波雷达/红外成像双模复合制导导弹目标识别的决策融合中,并进行了仿真.结果表明,该方法能有效地降低双模复合制导导弹目标识别的不确定性概率,提高目标的识别率.     

基于证据组合理论的多传感器目标识别算法

为了提高多传感器目标识别的准确性,提出了证据加权数据融合的新方法。给出了证据理论的基本概念、组合规则、加权证据组合及决策规则,同时给出简单的多传感器信息融合模型。针对战场环境下多传感器系统获得的辐射源信息。通过仿真给出了文中方法的目标识别步骤及识别结果．仿真结果表明该算法提高了目标识别的准确性和有效性。减小了识别的不确定性。     

基于粗集-神经网络模型的目标识别方法研究

为了克服传统目标识别方法的缺点，建立了一种基于粗集理论和神经网络结合的粗集-神经网络模型．利用粗集对输入信息进行约简，剔除冗余信息，简化了生成规则和神经网络模型结构，提高了网络训练速度和运行速度，并通过仿真实验证明了该混合模型的可行性。     

一种基于冲击响应的目标识别反卷积算法

在分析目标识别技术的基础上,依据信号检测理论中不同目标的冲击响应产生不同的相关系数原理,提出了一种基于冲击响应的目标识别反卷积算法。通过计算仿真,取得了满意的结果。     

基于多分类器组合的红外目标识别方法

针对以往的红外目标模式识别方法无法区分坦克与铁板假目标的缺点,提出了基于多分类器组合的红外目标模式识别方法.该方法对红外图像的每行像素使用线性分类器和BP神经网络分类器进行识别,用与规则对两分类器的识别结果进行决策融合,得到每行像素的识别结果,然后对多行像素的识别结果使用多数票规则及或规则进行决策融合,得到最终识别结果,完成对坦克、背景和铁板假目标的区分.仿真结果表明:组合使用BP神经网络分类器和线性分类器,可提高系统识别能力,能较好地完成目标识别.     

一种海上多元多域一体化目标识别新方法

针对当前识别体系不完备、水下识别手段缺失、海上目标识别信息资源汇聚难等现实问题,提出一种海上多元多域一体化目标识别新方法.基于空中、海面、陆地、水下等多级节点构建多域目标网络化协同识别体系,通过当前已有识别功能的数据通信链路、水声数据通信链路以及其他数据通信链路实现各域平台识别信息的互联互通,通过采用基于海陆空潜的多域识别体系构建、基于海上浮标的多域动态组网、基于多源信息的多元属性识别、基于多域组网的水下目标识别等创新性设计,实现对多域目标的多元识别.结果表明:该方法可为目标识别达到"海陆空天潜岸全域覆盖"提供技术支撑,具有较好的军事价值、经济价值和社会价值.     

毫米波敏感器目标识别系统设计

文中设计了一种弹载毫米波敏感器目标识别系统，说明了系统的软硬件设计方法和步骤，给出了目标识别算法流程图，由于AT94K系列SoC的高速和内嵌的特点，实现了目标识别系统快速和可靠的要求。     

小波变换去噪方法在声目标识别系统中的应用研究

简要介绍了小波变换的原理和常用的几种去噪方法，并对这些方法的去噪性能作了简单的比较。通过比较提出了一种适合于被动声目标识别系统的去噪方法。该方法运算量小，去噪效果明显，这对于改善声目标识别系统的抗噪性能是十分有意义的。     

基于最大隶属度的目标识别

对地空导弹将要拦截的目标进行识别,其主要思想是在综合多个因素的基础上给出待识别目标相对于已有目标集中各目标的隶属程度,通过隶属度排序,决定目标的种类,以便于为防空作战决策提供科学依据.最后通过实例说明该模型的合理性和有效性.