[发明专利]基于证据置信熵与相似性的多传感器融合目标识别方法

权利要求书

1.一种基于证据置信熵与相似性的多传感器融合目标识别方法，其特征在于，包括：

确定多个待识别的目标，并获取所述目标所属的多种预设类型；

各传感器确定当前目标属于各个预设类型的第一概率，获得当前目标的多个目标识别证据；

针对各传感器，计算所述当前目标的多个目标识别证据的相似性及不确定度，并确定每个所述目标识别证据的不确定度权重和相似性权重；

根据所述不确定度权重和所述相似性权重对所述第一概率进行加权，得到当前目标属于各个预设类型的第二概率；

获取每个传感器对应的当前目标属于各个预设类型的第二概率之后，对N个传感器进行K次融合，第k次融合时按照预设顺序选取(k+1)个所述传感器，并根据得到的K个融合结果确定所述当前目标所属的预设类型，其中，K＝N-1。

2.根据权利要求1所述的基于证据置信熵与相似性的多传感器融合目标识别方法，其特征在于，针对各传感器，计算所述当前目标的多个目标识别证据的相似性及不确定度，并确定每个所述目标识别证据的不确定度权重和相似性权重的步骤，包括：

利用预设置信熵模型确定所述当前目标的多个目标识别证据的不确定度；

确定所述当前目标的多个目标识别证据的冲突程度，并根据所述冲突程度确定所述当前目标的多个目标识别证据之间的相似性；

分别根据当前目标的多个目标识别证据的不确定度和相似性，确定每个所述目标识别证据的不确定度权重和相似性权重。

3.根据权利要求2所述的基于证据置信熵与相似性的多传感器融合目标识别方法，其特征在于，确定所述当前目标的多个目标识别证据的冲突程度，并根据所述冲突程度确定所述当前目标的多个目标识别证据之间的相似性的步骤，包括：

利用Minkowski距离确定所述当前目标的多个目标识别证据之间的冲突程度，得到所述目标识别证据之间的冲突程度系数；

根据所述目标识别证据之间的冲突程度系数，按照如下公式计算所述当前目标的多个目标识别证据之间的相似性：

sim_i,j＝1-MDismP(m_i,m_j)

其中，MDismP(m_i,m_j)表示当前目标对应的第i个目标识别证据与第j个目标识别证据之间的冲突程度系数，sim_i,j表示当前目标对应的第i个目标识别证据与第j个目标识别证据之间的相似性。

4.根据权利要求3所述的基于证据置信熵与相似性的多传感器融合目标识别方法，其特征在于，各传感器确定当前目标属于各个预设类型的第一概率，获得当前目标的多个目标识别证据的步骤，包括：

所述各传感器利用mass函数确定当前目标属于各个预设类型的第一概率。

5.根据权利要求4所述的基于证据置信熵与相似性的多传感器融合目标识别方法，其特征在于，按照如下公式确定所述当前目标的多个目标识别证据之间的冲突程度系数：

其中，A表示所有的预设类型，A_t表示第t个预设类型，|A|表示预设类型的数量，m(·)表示mass函数，Θ表示预设辨识框架，P(Θ)表示经mass函数映射到[0,1]，K(m_i,m_j)表示Dempster组合规则中的冲突系数。

6.根据权利要求5所述的基于证据置信熵与相似性的多传感器融合目标识别方法，其特征在于，预设置信熵模型为：

式中，A表示待目标所属的多种预设类型中的某一种，表示A中所有包含x的似然函数之和，|X|表示预设的目标辨识框架的基数。