文献类型：期刊文章

作　　者：卢莉萍[1] 张晓倩[2]

LU Liping;ZHANG Xiaoqian(School ofComputer Science and Engineering,Xi’an Technological University,Xi’an 710021,China;School of Electronic and Information Engineering,Xi’an Technological University,Xi’an 710021,China)

机构地区：[1]西安工业大学计算机科学与工程学院,陕西西安710021 [2]西安工业大学电子信息工程学院,陕西西安710021

出　　处：《西安电子科技大学学报》

基　　金：陕西省重点研发计划项目(2019GY-034)。

年　　份：2020

卷　　号：47

期　　号：4

起止页码：31-38

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对复杂战场环境下目标信息不确定性造成目标识别困难和误判,导致目标识别结果准确率低的问题,提出了一种基于离散因子多传感器目标识别的数据融合方法。通过多时段、多区域获取的多个传感器输出的数据,给出目标特性相应的传感器的离散因子;依据离散因子给出多传感器目标识别的当前权重,建立多传感器目标识别的相对一致性和相对加权一致性等函数;结合多传感器目标识别的当前权重以及相关的一致性函数,构建了多传感器目标识别的数据融合支持度计算模型。试验结果表明:在复杂环境下,与提前给定传感器权重目标识别的数据融合方法比较,基于离散因子多传感器目标识别的数据融合方法的目标识别结果更加准确,符合实际。说明这种方法更加可靠,并具有一定的抗干扰能力。

关 键 词：多传感器 离散因子  当前权重  一致性 数据融合

分 类 号：TP305]