基于相容系数的多传感器融合目标识别方法

针对车型识别技术存在类别判定冲突问题，提出基于相容系数的多传感器融合目标识别方法。首先，采用多假设思想实现多传感器异构数据聚类合并获取单帧融合检测结果；然后，计算证据之间的相容系数对证据冲突重新分配，结合Dezert-Smarandache理论(DSmT)来处理单帧融合后可能出现的证据冲突情况，并获取目标类别的准确识别结果。实测数据结果表明，该方法能克服传感器检测范围受限问题和类别判定冲突问题，目标识别准确率可达93%以上，降低了目标识别的漏检率和误检率，可达到良好的目标识别准确性能。