递归时空信息融合技术及其在毫米波与红外目标识别中的应用
吴红金; 李兴国
南京理工大学毫米波光波近感技术研究所 南京 210014
RECURSIVE TEMPORAL-SPATIAL INFORMATION FUSION TECHNIQUE AND ITS APPLICATIONS TO MMW AND INFRARED TARGET IDENTIFICATION
Wu Hongjin; Li Xingguo
Nanjing University of Science & Technology, Nanjing 210014
摘要 本文使用Dempster-Shafer技术讨论了递归时空信息融合的集中(或分配)算法。与Bayes算法相比,Dempster-Shafer技术具有较强的处理信息的不确定性的能力。集中算法是将所有信息汇集于中心处理器中进行处理;而分配算法则是依靠各分散的分处理器分担运算量,这样可增加计算能力。改进的算法可有效地应用于采用两种探测器的目标识别:毫米波辐射计、红外搜索和跟踪探测器。
关键词 :
Dempster-Shafer技术 ,
信息融合 ,
目标识别
Abstract :Centralized/distributed recursive algorithms for temporal-spatial information integration are discussed by using the Dempster-shafer technique.Compared with the Bayesiar approach ,the Dempster-shafer technique has a strong capability of handling information uncertainties.All information is pooled into the central processor in the centralized integration algorithm.In contrast,the distributed algorithm shares the computation burden among the local processors,which increase the computational efficiency.The developed algorithms are applied to a target identification problem with two sensors:millimeter wave radiometer,infrared searching and tracking
Key words :
Dempster-Shafer technique
Information fusion
Target identification
收稿日期: 1994-05-30
引用本文:
吴红金; 李兴国. 递归时空信息融合技术及其在毫米波与红外目标识别中的应用[J]. 电子与信息学报, 1996, 18(2): 127-134 .
Wu Hongjin; Li Xingguo. RECURSIVE TEMPORAL-SPATIAL INFORMATION FUSION TECHNIQUE AND ITS APPLICATIONS TO MMW AND INFRARED TARGET IDENTIFICATION. , 1996, 18(2): 127-134 .
链接本文:
http://jeit.ie.ac.cn/CN/ 或 http://jeit.ie.ac.cn/CN/Y1996/V18/I2/127
[1]
李彬,李辉,郭淞云. 基于t分布扩展概率主成分分析模型的一维距离像识别方法 [J]. 电子与信息学报, 2017, 39(8): 1857-1864.
[2]
刘盛启,占荣辉,翟庆林,欧建平,张军. 基于联合稀疏性的多视全极化HRRP目标识别方法 [J]. 电子与信息学报, 2016, 38(7): 1724-1730.
[3]
邬战军,牛敏,许冰,牛燕雄,耿天琪,张帆,满达. 基于谱回归特征降维与后向传播神经网络的识别方法研究 [J]. 电子与信息学报, 2016, 38(4): 978-984.
[4]
徐彬,陈渤,刘宏伟,金林. 基于注意循环神经网络模型的雷达高分辨率距离像目标识别 [J]. 电子与信息学报, 2016, 38(12): 2988-2995.
[5]
闫贺,朱岱寅,张劲东,王旭东,李勇,毛新华,吴迪. WAS-GMTI模式下基于Relax算法的杂波抑制和参数估计方法 [J]. 电子与信息学报, 2016, 38(12): 3042-3048.
[6]
谌德荣,王文斌,刘丙太,姜威,俞达,宫久路. 旋转不变梯度直方图目标描述方法 [J]. 电子与信息学报, 2016, 38(1): 23-28.
[7]
丁军,刘宏伟,陈渤,冯博,王英华. 相似性约束的深度置信网络在SAR图像目标识别的应用 [J]. 电子与信息学报, 2016, 38(1): 97-103.
[8]
郭强,何友,李新德. 一种快速DSmT-DS近似推理融合方法 [J]. 电子与信息学报, 2015, 37(9): 2040-2046.
[9]
孟庆昕,杨士莪,于盛齐. 基于波形结构特征和支持向量机的水面目标识别 [J]. 电子与信息学报, 2015, 37(9): 2117-2123.
[10]
王雪梅,刘文强,邓自立. 不确定系统鲁棒协方差交叉融合稳态Kalman滤波器 [J]. 电子与信息学报, 2015, 37(8): 1900-1905.
[11]
吴泽民,刘涛,姜青竹,胡磊. 视频编码参数对目标识别性能影响的研究 [J]. 电子与信息学报, 2015, 37(8): 1906-1912.
[12]
郭强, 何友. 基于云模型的DSm证据建模及雷达辐射源识别方法 [J]. 电子与信息学报, 2015, 37(8): 1779-1785.
[13]
冯博, 陈渤, 王鹏辉, 刘宏伟, 严俊坤. 利用稳健字典学习的雷达高分辨距离像目标识别算法 [J]. 电子与信息学报, 2015, 37(6): 1457-1462.
[14]
曹文杰, 张磊, 杜兰, 刘宏伟. 基于瞬时频率估计的进动锥体目标微多普勒频率提取方法 [J]. 电子与信息学报, 2015, 37(5): 1091-1096.
[15]
但波, 姜永华, 李敬军, 卢毅. 基于空时融合隐马尔科夫模型的舰艇编队目标识别方法 [J]. 电子与信息学报, 2015, 37(4): 926-932.