-
题名基于随机历史集的有反馈MSIF目标识别方法
- 1
-
-
作者
李山
权文
苏力德
-
机构
空军工程大学空管领航学院
-
出处
《火力与指挥控制》
CSCD
北大核心
2024年第4期130-135,共6页
-
基金
陕西省自然科学基金资助项目(2021JM-226)。
-
文摘
为提高复杂战场环境下的目标识别准确度,提出了一种分布式MSIF模型,并通过加入反馈信息流,对时域内的序贯信息进行处理。以经典D-S证据理论为基础,针对其不能处理高冲突证据的弊端,采用费雪耶兹洗牌方法,置乱泛传感器矩阵中的信息排序,生成随机历史集,并随着运算次数增加,算法反复迭代。通过改进算法,修正了由于高冲突证据过早出现所带来的识别结果偏差。数值算例表明,该方法既能提高信息利用率,同时可克服信息先入性陷阱的影响,准确度较高,且计算量较小,能有效减轻系统负担,适合MSIF目标识别中的大数据量处理。
-
关键词
目标识别
证据融合
MSIF
随机历史集
-
Keywords
target recognition
evidence fusion
MSIF
random history set
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
