基于D-S证据推理的多传感器战场目标识别

文中在简单介绍了多传感器信息融合技术的概念之后,详细阐明了D-S证据推理的原理及其应用于战场目标识别的方法,并进行了仿真处理.仿真结果说明,基于D-S证据推理的多传感器信息融合技术,是解决目标识别问题的一种有效方法.     

基于证据推理的卫星遥感探测效能评估

针对卫星遥感探测评估问题,根据遥感卫星的系统特点,构建了卫星遥感探测效能的评估指标体系,以此为基础,提出利用D-S证据推理方法,有效融合专家系统信息,降低卫星遥感探测评估中的不确定性,建立基于证据推理的卫星遥感探测效能评估模型;最后对卫星遥感探测评估问题进行仿真计算,仿真结果表明:该模型能够实现确定信息和不确定信息的结合,使卫星遥感探测效能评估更结合实际、更加科学合理。     

相关证据合成方法的研究及改进

研究了相关证据的合成方法及其改进.通过求解证据合成规则方程组,将两个相关证据辨识为一个相关源证据和两个独立源证据,从而消除了证据间的相关性.针对识别框架为贝叶斯结构的情况,提出了一种基于辨识独立源证据的相关证据合成方法,该方法有效地提高了合成效果.     

基于证据推理的部队安全文化建设水平评估方法

为解决部队安全文化建设水平评估的问题,提出一种基于证据推理的部队安全文化建设水平评估方法。 从安全理念、安全制度、安全活动和安全物质4 个方面构建评估指标体系,建立基于置信规则库的安全文化建设水 平评估模型,结合实例分析得到初步评估结果,利用参数学习的方法对规则库进行优化及再次评估,并通过实例分 析进行验证。分析结果表明：优化后的评估模型使评估过程更加高效,评估结果更加准确。     

基于D/S证据推理的地空导弹武器系统效能评估

阐述了D/S证据推理的数学原理,探讨了D/S证据推理方法在地空导弹武器系统效能评估中的应用,并建立了地空导弹武器系统效能评估模型,最后结合具体实例进行分析.经过检验该方法具有较好的应用价值.     

舰船柴油主机滑油系统贝叶斯网络推理故障诊断方法

以舰船动力装置中的柴油主机滑油管路系统为研究对象,针对滑油系统故障诊断问题,分析了常见故障机理,建立了滑油系统常见故障的故障树结构,在此基础上构建了用于故障状态推理的贝叶斯网络模型,分析了滑油系统典型故障状态下的贝叶斯状态推理过程,为滑油系统的快速故障诊断提供了一种新的方法。     

基于证据推理的飞行保障安全系统效能评估模型

从飞行保障安全系统的整体与全局出发,构建飞行保障安全系统指标体系。考虑到系统底层子指标多数为定性指标,具有不确定性,将证据推理应用于飞行保障安全效能评估,建立基于证据推理的飞行保障安全效能评估模型,并以某场站为例进行实证分析。结果表明,该方法是正确、有效的,可为飞行保障安全效能评估提供依据。     

不确定信息下基于证据推理的武器系统戒备率评估方法

在对武器系统戒备率内涵分析的基础上,建立了武器系统戒备率指标体系.针对评估过程中需要处理大量定量或定性的模糊、未知等不确定信息的问题,构建了基于信度的戒备率评估模型,并提出了基于证据推理的武器系统戒备率评估方法.该方法能够综合处理各种定量、定性的不确定信息,最后运用该方法对某武器系统的戒备率进行了评估.     

基于Dempster-Shafer证据理论的通信辐射源个体识别算法

针对由于各种信号干扰和传感器误差导致辐射源个体正确识别率较低的问题,提出一种 多传感器融合识别算法进行复杂电磁环境中的通信个体识别。该算法将Dempster-Shafer证据理论和特征提取结合起来,充分利用侦测的信号特征,减少了识别过程中的不确定信息。该融合识别算法提取侦测信号中的个体特征,使用基于决策向量的自适应证据融合方法将由个体特征转化而来的多个证据相融合,最后再根据判决准则得到最终的识别结果。分别对自适应融合方法和融合识别算法进行仿真分析,结果表明自适应证据融合方法可以综合考虑融合过程的计算效率和融合结果的合理性,在二者之间达到平衡。与现有的识别方法相比,多传感器融合识别算法可以提高复杂电磁环境中个体识别的稳定性和正确识别率。针对由于各种信号干扰和传感器误差导致辐射源个体正确识别率较低的问题,提出一种 多传感器融合识别算法进行复杂电磁环境中的通信个体识别。该算法将Dempster-Shafer证据理论和特征提取结合起来,充分利用侦测的信号特征,减少了识别过程中的不确定信息。该融合识别算法提取侦测信号中的个体特征,使用基于决策向量的自适应证据融合方法将由个体特征转化而来的多个证据相融合,最后再根据判决准则得到最终的识别结果。分别对自适应融合方法和融合识别算法进行仿真分析,结果表明自适应证据融合方法可以综合考虑融合过程的计算效率和融合结果的合理性,在二者之间达到平衡。与现有的识别方法相比,多传感器融合识别算法可以提高复杂电磁环境中个体识别的稳定性和正确识别率。     

基于Dempster-Shafer证据理论与抗频谱感知数据篡改攻击的协作式频谱检测算法

针对恶意用户伪造认知用户或者控制已有认知用户、频谱感知数据篡改（SSDF）、使现有协作式频谱检测算法的性能大幅下降问题,提出了一种抗SSDF攻击干扰的协作式频谱检测算法。将SSDF攻击干扰分为Ⅰ类和Ⅱ类,通过Dempster-Shafer (D-S)证据理论设置用户权重和判决门限,区分Ⅰ类恶意用户、Ⅱ类恶意用户和可信用户,只使用可信的频谱检测数据进行信息融合,以判决频谱占用的情况、提高检测性能。理论分析与仿真结果表明,该算法能够有效对抗Ⅰ类和Ⅱ类 SSDF的攻击干扰,其检测性能明显优于现有D-S证据融合频谱检测算法。     

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。     

基于互相关与混沌理论相结合的水下目标信号检测

鉴于当前传统的检测理论基础上的噪声抑制技术其指标已达极限,为了弥补互相关方法应用的局限性,文中将常规互相关检测方法与混沌检测方法相结合,构成一个新的微弱正弦信号检测系统,通过混沌系统相轨迹变化来检测目标信号,实现了强噪声背景下弱信号的检测,并用梅尔尼科夫函数给出了系统出现混沌状态的阈值。仿真结果表明,该检测系统对被强噪声覆盖的微弱正弦信号非常敏感,对任何零均值噪声具有极强的抑制能力。     

基于分数阶Fourier变换累积量的目标检测算法

传统的信号检测和噪声分离方法只限于在时域或是频域进行,如果信号和背景噪声有很强的时频耦合,就难以在时频域得到好的检测结果。对此提出了分数阶Fourier变换累积量算法,该算法具有解除时频耦合和抑制噪声的特性,当选择合适的旋转角度使之与处理信号相匹配,就可以在分数阶Fourier域获得较好的检测结果。仿真结果表明,分数阶Fourier累积量算法的检测性能优于分数阶Fourier变换和4阶累积量算法,展现了分数阶Fourier变换累积量算法有优越的信号处理性能。     

无线电引信频域恒虚警率目标检测算法

针对无线电引信时域信号处理在小目标检测中的不足,根据CA-CFAR(单元平均恒虚警率)检测理论以及PD(脉冲多普勒)雷达回波频谱特性,设计了频域CFAR(Constant False Alarm Rate恒虚警率)目标检测算法。算法通过对回波信号作时频域变换,在频域上,以频率为单元对当前检测与历史平均检测作比较来检测目标存在。以FPGA+DSP搭建的硬件信号处理平台对算法的半实物仿真表明:该目标检测算法对小目标信号具有较好的检测效果。     

自然背景下对人造红外目标的分形检测

利用自然背景与人造目标在分形维数上的差异,提出了一种针对自然背景下的快速红外目标检测技术。通过对图像各个子图的改进不规则分形维数的计算,得到各个子图的指标函数J曲线;经过对J曲线的适当策略分析,可以得到目标最大可能存在的子图区域,或者多目标可能存在的区域。仿真实验证明:算法可以快速检测出红外图像中人造目标可能出现的区域,为随后的识别跟踪等分析降低了计算量。     

基于D-S证据理论的驾驶员疲劳监测方法研究

疲劳驾驶是引发交通事故的重要因素,准确监测驾驶员疲劳状态并预警对有效避免疲劳驾驶,减少交通事故具有重要意义.以不影响驾驶员操作和舒适度的方式检测图像、脉搏和方向盘运动等多源信号,提出基于加权D-S证据理论的疲劳决策方法,提高了疲劳监测的准确性,增强了系统的鲁棒性.     

基于证据理论层次分析法的云贝叶斯网络在预警雷达毁伤效果评估中的应用

目标毁伤效果评估能够为作战决策提供可信依据,是联合作战不可或缺的关键环节.结合贝叶斯网络与云模型形成云贝叶斯网络,建立基于云贝叶斯网络的预警雷达毁伤效果评估模型,并对各类指标体系变量进行云模型转换;针对传统专家经验法推导条件概率的缺陷,采用证据理论与层次分析法确定各节点的条件概率值;将变量输入云贝叶斯网络,推理得到预警...     

基于灰度累积的遥感图像舰船尾迹检测

基于灰度累积的遥感图像舰船尾迹检测,先用双参数CFAR检测舰船目标,再在其周围运用直接灰度累积法进行航迹检测.其步骤包括双参数CFAR检测、统计舰船重心、尾迹检测预处理及设定阈值曲线.最后运用多项式拟合方法对灰度累积曲线进行分析,结果表明该方法可行.     

多模复合制导系统决策融合中的D-S证据理论

对决策融合领域最常用的几类方法进行了分析与比较,论述了D S证据理论和基于准贝叶斯结构的D S证据理论,并给出了D S证据理论在多模复合制导系统决策融合中的应用。仿真结果表明,基于准贝叶斯结构的D S证据理论能够有效地降低多模复合制导系统决策融合中目标识别的不确定性概率,提高目标的识别率。