[发明专利]一种基于MSBN的多智能体协同目标识别方法

权利要求书

1.一种基于MSBN的多智能体协同目标识别方法，其特征在于包括下述步骤：

第1步：设置目标识别信度阈值参数θ^*；确定智能体个数n；

第2步：n个智能体分别根据各自的i个传感器系统捕获q个目标特征数据，1≤q≤i，每个目标特征数据有k个观测值；

第3步：建模判断，若目标识别系统尚未构建目标识别MSBN的链化连接森林，执行第4步，完成相应模型构建；否则，跳转执行第7步；

第4步：对第j个智能体用目标类型作为父节点S_j，1≤j≤n，S_j有m个待识别类别，以其q个目标特征数据作为子节点，用有向边分别连接父节点和各个子节点，建立n个独立的BN子网结构；

第5步：用有向边将n个BN子网的父节点单向连接，构建得到MSBN；

第6步：利用Xiang的链树法将MSBN构建成链化连接森林；

第7步：各BN子网模型中，输入各自的目标特征数据作为观测证据，利用连接树算法进行信度推理，从而完成n个子BN的目标识别类型节点S_j信度θ_j更新；

第8步：基于第7步获得的θ_j更新，利用信度通信算法完成MSBN网内的全局推理，更新MSBN模型目标识别类型节点S_j信度θ_j；

第9步：计算目标识别信度，其中：w_j为加权系数，0＜w_j＜1且Σjwj=1;]]>

第10步：若θ＞θ^*，计算目标识别类型节点x_s的目标类型

xs*=Σj=1n(wj·argmaxl(P(xsj,l|xEj,1,xEj,2,···,xEj,q)),]]>输出结果，目标识别过程停止；否则，继续通过传感器系统捕获目标特征数据观测目标，并返回第2步；其中为第j个智能体的第q个目标特征数据，1≤j≤n，1≤q≤i，为第j个智能体目标识别类型节点S_j取值为l的事件，1≤l≤m。

2.根据权利要求1所述的基于MSBN的多智能体协同目标识别方法，其特征在于：所述的θ^*取0.7至0.8。