一种基于异类传感器信息融合的目标识别方法

针对多传感器的目标识别问题,利用异类传感器数据多样性的特点,通过可信度的概念将多种数据进行融合。根据目标信息的不确定性,引入模糊物元分析法确定特性熵权,用Vague集表达目标的特征值,根据Vague度距离给出目标识别结果。实验仿真表明,异类传感器比同类传感器能更好地融合信息,提高目标识别效果。     

一种基于自适应蚁群算法的数据关联方法

针对跟踪中多目标数据关联问题,在蚁群数据关联(ACDA)算法的基础上,提出了一种自适应蚁群数据关联方法,通过对转移概率和信息素持续度的自适应调整,改进了全局信息素更新,有效地避免了陷入局部最优问题。仿真实验证明:该算法在解决多目标数据关联问题上是行之有效的。     

基于小波变换的异类传感器机动目标的模糊航迹关联

针对雷达和电子对抗测量对机动目标的航迹关联问题,提出了一种基于小波变换的模糊航迹关联算法.首先通过小波分析对航迹序列进行去噪、粗关联,然后根据目标的特性建立模糊因素子集,进行精关联.仿真实验表明:与传统的加权法相比,该算法有效地解决了机动目标航迹关联问题,并提高了航迹关联的概率.