[发明专利]一种基于区间数和证据理论的辐射源识别方法

说明书

技术领域

本发明涉及数据融合方法，尤其涉及一种多传感器目标识别方法。

背景技术

在多传感器目标识别领域，由于战场电磁环境的日益复杂性，传感器种类的异类性，使得传感器探测的数据参数往往存在不确定性，形式多种多样，对传感器识别提出了新的挑战。产生这种不确定性的原因有很多，例如传感器技术的发展，自身产生多种类型的辐射参数，传感器类型不一致导致量测的数据形式不一致，以及设备测量误差和各种干扰技术的影响都会使量测数据存在不确定性。

当前解决这种不确定性的研究方法主要是不局限于标量形式数据，而采用能够描述不确定性的区间类型数据来解决。区间理论在数学领域有深入的研究，所以用它来描述这种不确定性是有坚实的数学基础的。关于区间理论的研究主要有区间模糊推理方法、区间神经网络方法和动态聚类方法等，这些方法都只对区间理论本身进行研究，而在传感器识别领域应用不多。由于区间理论能够描述传感器识别参数的不确定性，可以为区间类型参数传感器识别提供理论基础，所以如何将区间理论运用到传感器识别上来，采用什么样的方法来对区间类型参数传感器进行识别还有待进一步讨论。因此，迫切要求寻找一种能够解决区间类型参数传感器的识别方法。

发明内容

为了解决区间类型传感器识别问题，本发明公开了一种基于区间数和证据理论的辐射源识别方法。该方法利用区间理论来描述辐射源参数的不确定性，采用证据理论对辐射源识别进行组合判定，研究区间数的相似度测度，结合证据理论信度区间的构造形成区间证据。将描述参数不确定性的区间数作为证据理论的一条证据，把区间相似度测度归一化得到证据间的相互支持度作为证据权重，加权区间相似度形成证据理论基本概率赋值(Basic Probability Assignment)BPA，解决了当前BPA多数情况下主观赋值难的问题，再利用证据理论组合规则对BPA进行组合，提出一种根据BPA变化的自适应双门限证据判决准则对证据信任度进行判决，得到判决识别结果，实现了对区间类型参数传感器的识别。

本发明提出的基于区间数和证据理论的辐射源识别方法流程如图1所示，主要包括以下技术措施。

①基于区间数目标识别参数描述

设由n部传感器S_i(i＝1，2，…，n)和一个融合中心处理器构成的信息融合系统，对公共观测区域内的目标进行观测。假设每部传感器观测到目标脉冲重复频率PRF、脉宽PW和脉冲工作频率RF三类特征，对于每类特征每部传感器的观测结果有m种可能情况R_j(j＝1，2，…，m)，分别对应数据库内m种目标身份。目的就是通过融合中心对n部传感器数据进行融合，识别目标归属m种目标身份中的哪一类，如果为多目标识别则识别为某些类别。由于传感器的异类性和量测的不确定性使得探测的特征参数不确定性增加，本发明用区间数来描述这种不确定性，所以每个传感器探测到的数据可以记为：

式中，prfⁱ表示第i部传感器探测到的目标m种可能的区间值脉冲重复频率参数组，pwⁱ表示第i部传感器探测到的目标m种可能的区间值脉宽参数组，rfⁱ表示第i部传感器探测到的目标m种可能的区间值脉冲重复频率参数组，表示第i部传感器探测到第j种可能目标的脉冲重复频率区间值，表示第i部传感器探测到第j种可能目标的脉宽区间值，表示第i部传感器探测到第j种可能目标的脉冲工作频率区间值。表达式(1～3)中的区间值表示为区间数P＝[p^-，p⁺]，区间上限和下限表示区间的范围，即描述了一种不确定性。

②构建量测数据和数据库

将n部传感器探测到的数据均用区间值表示出来即形成了区间值矩阵，记为

式中，PRF为n部传感器探测到的目标m种可能的区间值脉冲重复频率矩阵，PW为n部传感器探测到的目标m种可能的区间值脉宽矩阵，RF为n部传感器探测到的目标m种可能的区间值脉冲工作频率矩阵。

截取数据库中的m种目标身份数据，形成区间值数据库，记为

式中，prf表示数据库中m种可能的目标脉冲重复频率区间值数据组，pw表示数据库中m种可能的目标脉宽区间值数据组，rf表示数据库中m种可能的目标脉冲工作频率区间值数据组。

③求解区间距离和区间相似度