神經網絡與D-S理論結合的HRR識別研究

基于D-S(Dempster-Shafer)證據理論,比較和研究了相關數據和不相關數據的融合方法,分析了多傳感器數據融合的算法:集中式融合算法和分布式融合算法.經過實驗證明,執(zhí)行分布式有反饋融合算法時的效果最好.然后利用該算法,提出了和線性內插神經網絡相結合的識別方法.利用4種飛機的步進頻率雷達的高分辨率一維距離像,將神經網絡的識別結果作為證據分別送入傳感器進行融合,進行識別研究.實驗證明,與單純利用神經網絡的方法比較,目標的正確識別率得到了改善.

作 者： 王毛路 李少洪 毛士藝   作者單位： 北京航空航天大學電子工程系  刊 名： 北京航空航天大學學報  ISTIC EI PKU 英文刊名： JOURNAL OF BEIJING UNIVERSITY OF AERONAUTICS AND ASTRONAUTICS  年，卷(期)： 2002 28(4)  分類號： V243.2  關鍵詞： 識別   高分辨率   神經網絡   多傳感器   數據融合  

【神經網絡與D-S理論結合的HRR識別研究】相關文章：

基于D-S證據理論的多模復合制導目標識別04-27

基于D-S證據理論的態(tài)勢評估方法04-27

神經網絡識別非平衡樣本模式的網絡優(yōu)化方法04-27

基于D-S證據理論的群決策專家意見集結方法04-27

D-S理論在不確定性多屬性決策中的應用04-26

小波變換在BP神經網絡遙感影像模式識別中的應用04-27

一種基于D-S證據理論的群體預測意見集結方法04-27

基于神經網絡的貨物列車超偏載車號自動識別系統(tǒng)04-26

測井資料識別火成巖巖性方法研究04-27

神經網絡在空氣污染預報中的應用研究04-25