战场目标识别中的D-S证据理论应用

刘晓丹; 武俊; 林雪仁

doi:10.13873/j.1000-97872007.11.014

Chinese

您当前的位置：

首页 >

文章列表页 >

战场目标识别中的D-S证据理论应用

应用技术 | 更新时间：2025-09-11

- 战场目标识别中的D-S证据理论应用
- Application of Dempster-Shafer evidence theory in battlefield object recognition
- 传感器与微系统 2007年第11期页码：111-114
- 作者机构：
  
  1. 解放军炮兵学院研究生系
  2. 解放军炮兵学院研究生系,安徽,合肥,230031
- 作者简介：
- 基金信息：
- DOI：10.13873/j.1000-97872007.11.014
  中图分类号： TN911.6
- 纸质出版：2007
- 稿件说明：
移动端阅览
[1]刘晓丹,武俊,林雪仁.战场目标识别中的D-S证据理论应用[J].传感器与微系统,2007(11):111-114.

LIU Xiao-dan, WU Jun, LIN Xue-ren. Application of Dempster-Shafer evidence theory in battlefield object recognition[J]. 2007, (11): 111-114.
[1]刘晓丹,武俊,林雪仁.战场目标识别中的D-S证据理论应用[J].传感器与微系统,2007(11):111-114. DOI： 10.13873/j.1000-97872007.11.014.

LIU Xiao-dan, WU Jun, LIN Xue-ren. Application of Dempster-Shafer evidence theory in battlefield object recognition[J]. 2007, (11): 111-114. DOI： 10.13873/j.1000-97872007.11.014.

摘要

为了解决干扰情况下地震动信号发射源的定性问题

提出了在决策层上的多传感器数据融合的识别方法。利用定位传感器组中各个传感器得到的数据

并考虑在同一个定位组中各个传感器所得数据的置信度不同

来对地震动信号发射源性质进行识别。实验结果证明:基于D-S证据理论的战场目标识别数据融合后

地震动信号发射源特性识别的可靠性明显大于单个传感器的识别效果

这也表明了多传感器融合识别的可能性和有效性。

Abstract

In order to resolve problem of the recognition of ME source

the method of multi-sensor data fusion on decision level is submitd.Using the data from each sensor in a location set and considering the confidence value for each sensor

the ME source characteristics can be acquired.Experiment results show that the battlefield object recognition based on Dempster-Shafer evidence theory’s data fusion result is better than that of single sensor

and the multi-sensor data fusion method is effective.

关键词

Keywords

references

多传感器探测与控制网络技术——地面运动目标震动信号探测与识别 [D]. 聂伟荣. 南京理工大学 2002

数据融合理论与应用[M]. 西安电子科技大学出版社 , 康耀红著, 1997

Upper and Lower Probabilities Induced by a Multivalued Mapping [J] . A. P. Dempster. The Annals of Mathematical Statistics . 1967 (2)

浏览量

183

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

多传感器目标识别的理想点法

基于偏差的多传感器目标级融合方法

基于惯性传感器数据融合的异常步态评估模型

基于因子图的视觉与UWB组合定位方法

多协议智慧医疗健康信息系统设计与实现