提出了一種多地并行融合的傳感器網(wǎng)絡(luò)目標(biāo)識別信息融合方法,其中,每個傳感器只需要與鄰居傳感器交換信息�；贒-S證據(jù)理論,設(shè)計了一種分布式信息融合算法。每個傳感器運(yùn)行該融合算法可在一定的網(wǎng)絡(luò)拓?fù)湎逻_(dá)到目標(biāo)識別信息的一致融合結(jié)果。實(shí)例仿真結(jié)果驗(yàn)證了該融合算法的有效性。 

【文章來源】：指揮控制與仿真. 2020,42(02)

【文章頁數(shù)】：5 頁

【部分圖文】：

基于融合中心的多傳感器目標(biāo)識別信息融合結(jié)構(gòu)

分布式目標(biāo)識別信息融合結(jié)構(gòu)可以克服基于融合中心的目標(biāo)識別信息融合結(jié)構(gòu)的缺點(diǎn),并且具有拓?fù)浣Y(jié)構(gòu)簡單、傳感器之間的通信距離可縮短等優(yōu)點(diǎn)。我們需要解決的問題是:如何設(shè)計一種在每個傳感器運(yùn)行的融合算法,使得在一定的傳感器網(wǎng)絡(luò)拓?fù)湎?各傳感器得到一致的目標(biāo)身份信息。1.2 分布式融合算法模型

傳感器網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)分別為鏈形、環(huán)形和有向樹,如圖3所示。本文利用Matlab軟件對融合算法(1)(2)進(jìn)行計算,得到傳感器網(wǎng)絡(luò)在三種拓?fù)淝闆r下的分布式融合過程,分別如圖4～6所示。

【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)證據(jù)融合次序的目標(biāo)識別算法[J]. 張維華,郭偉震,周莉.  信息與控制. 2018(05)
[2]基于點(diǎn)云協(xié)方差描述子的多機(jī)器人目標(biāo)識別與編隊跟蹤[J]. 宗群,劉朋浩,董琦,田栢苓.  天津大學(xué)學(xué)報(自然科學(xué)與工程技術(shù)版). 2017(11)
[3]多傳感器數(shù)據(jù)融合的多準(zhǔn)則決策模型[J]. 周杰,蔡世清,朱偉娜.  控制與決策. 2016(08)
[4]基于參數(shù)學(xué)習(xí)貝葉斯網(wǎng)絡(luò)的對敵空中目標(biāo)融合識別[J]. 狄方旭,王小平,李瑾,劉哲.  彈箭與制導(dǎo)學(xué)報. 2014(06)
[5]基于模糊綜合函數(shù)的目標(biāo)識別融合及B/S模式在智能監(jiān)控中的應(yīng)用[J]. 胡斌,高博.  中國民航飛行學(xué)院學(xué)報. 2013(01)
[6]信息融合理論的基本方法與進(jìn)展（Ⅱ）[J]. 潘泉,王增福,梁彥,楊峰,劉準(zhǔn)釓.  控制理論與應(yīng)用. 2012(10)
[7]基于Dezert-Smarandache理論的的遞遞歸目標(biāo)識別融合方方法法[J]. 胡麗芳,關(guān)欣,何友.  控制理論與應(yīng)用. 2012(01)
[8]水下無人航行器編隊識別目標(biāo)的一種融合方法[J]. 吳澤偉,吳曉鋒.  兵工學(xué)報. 2011(02)
[9]基于K近鄰決策分布圖的決策層融合目標(biāo)識別[J]. 賈宇平,付耀文,莊釗文.  系統(tǒng)工程與電子技術(shù). 2005(11)
[10]采用Bayes多傳感器數(shù)據(jù)融合方法進(jìn)行目標(biāo)識別[J]. 王俊林,張劍云.  傳感器技術(shù). 2005(10)



本文編號：3387546