[发明专利]基于智联网的智能指控系统目标识别融合方法

权利要求书

1.一种基于智联网的智能指控系统目标识别融合方法，其特征在于，包括如下步骤：

S1、根据皮尔逊相关系数计算出两个目标识别信息之间的相关性并构建相关性矩阵；

S2、将相关性矩阵中小于等于0的重新统一赋值为预设值，得到所有目标识别信息之间的相关性权重；

S3、基于识别框架内的目标识别信息和识别目标身份构建信息矩阵，统计每条目标识别信息的最大目标个数，同时统计最大目标的位置；

S4、将统计的最大目标信息类别定义为修正因子，结合目标识别信息的统计特性计算出每条目标识别信息的代表因子，根据代表因子的模糊熵、修正因子和最大目标个数得到每条目标识别信息的分配权重；

S5、利用DS融合规则，根据目标识别信息的相似性权重和目标分配权重将目标识别信息重新赋值，将重新赋值后的目标识别信息进行融合。

2.根据权利要求1所述的基于智联网的智能指控系统目标识别融合方法，其特征在于，所述步骤S1前还设有步骤S0，具体包括：构建基于智能体联网的目标识别信息融合框架，通过传感器实时将监测到的战场目标信息传递至识别框架中。

3.根据权利要求1或2所述的基于智联网的智能指控系统目标识别融合方法，其特征在于，根据皮尔逊相关系数计算出两个目标识别信息m_i和m_j之间的相关性具体为：

式(1)中，cov是协方差，σ是标准差，E是数学期望；和的计算公式分别为：

构建的相关性矩阵为

4.根据权利要求3所述的基于智联网的智能指控系统目标识别融合方法，其特征在于，所述步骤S2中，

定义目标识别信息之间的相关性权重cred(m_i),cred(m_i)∈[0,1]且

相关性权重的具体计算方法为：

5.根据权利要求4所述的基于智联网的智能指控系统目标识别融合方法，其特征在于，所述步骤S3中，构建的信息矩阵具体为：

式中，n为目标识别信息，c为识别目标身份；

统计的每条目标识别信息的最大目标个数τ_i和统计最大目标的位置，即它的目标类别p_i，分别通过以下关系式表示：

τ_i＝|max(m_i)|,i＝1,2,…,n (7)

p_i(c_j)＝c_j(max(m_i)),j＝1,2,…,c (8)

其中，|max(m_i)|表示max(m_i)的个数，也就是max(m_i)的势，m_i表示第i条目标识别信息，c_j表示目标所属类别

统计所有目标识别信息中出现的最大目标信息的类别，并计算出支持各个类别的目标识别信息的数量，记为nc(c_j)