多传感器多目标信息融合方法

摘要

一种多传感器多目标信息融合方法,不同分布的传感器首先对环境进行检测以检测目标的存在,检测信息融合系统针对各传感器的检测结果进行融合,进而对目标进行状态跟踪和特征提取,状态信息融合系统和特征信息融合系统分别就各传感器的跟踪状态和特征矢量识别结果进行融合,进而得到相对精确的状态参数和准确的识别结果,决策信息融合系统则进行整体系统的决策融合,为下一步行动提供有利的决策。本发明建立了分布式集成化多传感器信息融合理论体系,可提高系统的探测概率、估计精度及识别概率,提供更加合理可行的决策算法。本发明可用于智能交通、机器人、航空电子、反弹道导弹防御和精确制导等系统的机动目标高精度定位与预测。

主权项

1、一种多传感器多目标信息融合方法，其特征在于包括以下四个步骤：1)检测信息融合在各个分布式传感器的局部检测中，由不同检测器对目标源检测并各自进行同类传感器之间的融合，除获得判决结果外，同时提供此次判决的置信度，共同组成判决数据结构，信息融合中心采用D-S推理算法对各类不同检测融合结果作进一步融合，并将上一个时刻融合中心的决策结果反馈给融合中心与下一时刻的局部检测结果进行时间和空间融合，实现不同传感器检测融合；2)状态信息融合综合利用主动传感器对多目标的距离信息和被动传感器的高精度方位信息形成类主动被动式状态跟踪，多目标跟踪模块在对其跟踪处理后将滤波值传给信息融合中心，由信息融合中心基于神经网络和模糊神经网络分别进行分布多传感器融合方法对多目标状态信息进行融合；3)特征信息融合采用了分布式时空融合结构，基于模糊神经网络对多传感器量测信息、环境信息和专家语言信息进行综合，其结果为特征信息融合各传感器判决结果的加权系数，依据各传感器的量测和加权系数首先进行时间序列上的特征融合，再根据各传感器的时间信息融合结果进行空间融合，实现特征信息的稳健融合；4)决策信息融合根据系统效能建立系统的性能指标，针对某时刻各传感器所获得的信息，首先进行相关信息预处理，即根据先验信息选取与决策融合相关的集合，然后作为神经网络的输入，神经网络则根据其网络结构输出一个决策值，基于这个决策值，模拟任务平台的行为，内容涉及威胁判断、角色确定和机动控制等，同时计算系统效能，并反馈给神经网络，神经网络根据反馈进行网络训练，直至效能达到最大，得到的神经网络结构为最优决策准则。