[发明专利]一种多传感器自适应融合目标识别方法及系统

权利要求书

1.一种多传感器自适应融合目标识别方法，其特征在于：包括以下步骤：

步骤1：使各传感器i∈{1,2,…,S}序贯地对目标o进行识别，识别结果以证据理论中的基本信任分配函数m_i[o](·)进行表示，设目标类别标签集为Θ＝{c₁,c₂,…,c_L}，信任分配函数m_i[o](·)中每个元素的大小对应于目标类别标签集Θ中一个子集A上的基本信任度分配值，S表示传感器数目；

步骤2：零初始化两个暂存器RAM1和RAM2，并令i＝1；

步骤3：对传感器i输出的基本信任分配函数m_i[o](·)进行加权；

步骤4：当i＝1时，利用步骤3中加权后的结果覆盖原暂存器RAM1中的值，否则，利用和规则，将步骤3中加权后的结果与暂存器RAM1中的值进行求和，并使求和结果更新暂存器RAM1中对应位置，RAM1中的每个基本信任度分配值都对应于目标类别标签集Θ的一个子集；

步骤5：当i＝1时，直接利用m_i[o](·)覆盖原暂存器RAM2中的值；否则，利用积规则，对传感器i输出的基本信任分配函数m_i[o](·)与暂存器RAM2中的值进行非归一化的Dempster组合，并使组合结果更新暂存器RAM2中对应位置，RAM2中的每个基本信任度分配值都对应于类别标签集Θ的一个子集A；

步骤6：当i≤S-1时，令i＝i+1，返回步骤3；否则，执行步骤7；

步骤7：对暂存器RAM1中的向量值进行归一化处理，赋值给Sum[o](·)，表示和规则融合的结果，计算暂存器RAM2中存储的向量元素之和并赋值给1-Conf，表示积规则融合方法中的一致性信任分配量，其中Conf表示非归一化Dempster组合后所有证据间冲突的大小，对暂存器RAM2中存储的向量值进行归一化处理，赋值给Demp[o](·)，表示积规则融合的结果；

步骤8：对基于和规则与基于积规则的结果进行自适应加权，融合结果如下所示：

步骤9：根据所述自适应加权融合结果，采用证据理论中的最大投注决策规则进行判决，即：

2.根据权利要求1所述的一种多传感器自适应融合目标识别方法，其特征在于：步骤2中所述暂存器RAM1和RAM2的大小与目标类别标签集的子集数量相适应。

3.根据权利要求1所述的一种多传感器自适应融合目标识别方法，其特征在于：所述暂存器RAM1和RAM2的大小为2^Θ。

4.根据权利要求1所述的一种多传感器自适应融合目标识别方法，其特征在于：步骤3中所述加权系数为1-m_i[o](Θ)值，其中m_i[o](Θ)表示第i个传感器输出的基本信任分配函数m_i[o](·)不确定性的大小，加权后的结果表示为Sum_i[o](·)＝{1-m_i[o](Θ)}×m_i[o](·)。