雷达与红外数据融合的近距空中目标识别

为了提高传感器目标识别性能和近距空中目标识别准确性,结合雷达和红外传感器提出了一种目标融合识别模型：对于雷达传感器,提出基于参数学习贝叶斯网络的目标识别方法,首先采用EM算法对贝叶斯网络进行参数优化,然后根据获取的目标属性信息进行目标分类;对于红外成像传感器,采用基于小波矩特征的目标识别方法,首先对目标图像进行小波矩特征提取和选择,然后通过建立的BP神经网络分类器进行目标分类;最后通过D S证据组合法则对两部分识别结果进行融合处理,实现了基于雷达和红外数据融合的近距目标识别。仿真结果表明：和单传感器相比,所提出的模型可以更加精确地进行目标识别。     

基于参数学习贝叶斯网络的对敌空中目标融合识别

文中深入研究了贝叶斯网络推理和参数学习方法,提出了基于参数学习贝叶斯网络的目标融合识别方法,逆向分析建立了多传感器目标融合识别贝叶斯网络模型,并采用EM参数学习算法对所建立的网络模型进行参数优化。最后进行了实例仿真,仿真结果表明经过参数学习的贝叶斯网络模型比单纯依靠专家知识的贝叶斯网络模型能更加精确的识别目标。