智能雷中基于数据融合的目标识别技术研究
|
摘要
智能雷是现代战争背景下提出的一种新概念弹药武器，论文在现有智能雷的声目标识别技术基础上，结合被广泛研究和应用的多传感器数据融合进行研究，重点提高目标识别的准确性和可靠性。
论文构建了多传感器数据融合技术在智能雷的目标识别中的应用框架和模型；采用文中提出的滤波法对战场中常见的几类目标信号进行了去噪预处理，分析了各类目标信号在频域中的不同特征；提出一项基于距离可分性测度的公式进行特征选择，并得到了各类目标的典型特征参数；设计了人工神经网络分类器，并对学习算法进行了改进，提高了神经网络的学习效率和识别率；基于初步获得的目标识别结果，论文研究和讨论了分布式统计决策融合方法在智能雷的目标识别中的应用，给出了分析结果；为克服分布式统计决策融合方法的缺陷和不足，使系统获得更佳的识别能力和效果，论文进行了不确定推理方法的研究，重点应用证据理论进行了智能雷的目标识别研究，进行了大量分析实验，得到了较好的识别效果。
Smart mine is a kind of new conception weapon under the background of modern war. The thesis emphasizes on improving the veracity and reliability of target identification in smart mine by adopting the multisensors data fusion theory and methods, based on the means of smart mine in existence.
The paper constructs the frame and model of applying multisensors data fusion technique in the target identification of smart mine; uses the presented filter in the paper to reduce noise of several kinds of targets' signal in battlefield, and analyses their frequency characteristics; puts forward a formula on the base of distance separability measure for feature selection and gains representative feature parameters of different targets; designs the artificial neural network classifier, and improves the training algorithm; studies the application of distributed statistical decision method in the fusion of multisensor object identification ,and presents the analyzed results; studies the uncertainty reasoning, emphasizing on applying the evidence theory for object identification of smart mine, conducts a great deal of experiments, and achieves good recognition effects.
论文构建了多传感器数据融合技术在智能雷的目标识别中的应用框架和模型；采用文中提出的滤波法对战场中常见的几类目标信号进行了去噪预处理，分析了各类目标信号在频域中的不同特征；提出一项基于距离可分性测度的公式进行特征选择，并得到了各类目标的典型特征参数；设计了人工神经网络分类器，并对学习算法进行了改进，提高了神经网络的学习效率和识别率；基于初步获得的目标识别结果，论文研究和讨论了分布式统计决策融合方法在智能雷的目标识别中的应用，给出了分析结果；为克服分布式统计决策融合方法的缺陷和不足，使系统获得更佳的识别能力和效果，论文进行了不确定推理方法的研究，重点应用证据理论进行了智能雷的目标识别研究，进行了大量分析实验，得到了较好的识别效果。
Smart mine is a kind of new conception weapon under the background of modern war. The thesis emphasizes on improving the veracity and reliability of target identification in smart mine by adopting the multisensors data fusion theory and methods, based on the means of smart mine in existence.
The paper constructs the frame and model of applying multisensors data fusion technique in the target identification of smart mine; uses the presented filter in the paper to reduce noise of several kinds of targets' signal in battlefield, and analyses their frequency characteristics; puts forward a formula on the base of distance separability measure for feature selection and gains representative feature parameters of different targets; designs the artificial neural network classifier, and improves the training algorithm; studies the application of distributed statistical decision method in the fusion of multisensor object identification ,and presents the analyzed results; studies the uncertainty reasoning, emphasizing on applying the evidence theory for object identification of smart mine, conducts a great deal of experiments, and achieves good recognition effects.
引文
1 陈文华．国外智能地雷及控制技术的发展趋势．现代引信，1994(4)：32～35
2 张金发．外军地雷战器材及技术发展的新动向．工兵装备研究，1994(4)：24～27
3 王秀春．国外反直升机地雷地发展．现代战术防空技术文集，1994(4)：43～47
4 Ferranti Int. Explosive Mine Effective Against Low Flying Helicoper. WPA- Q79～9504, 1994 (2): 117～120
5 张德和．武装直升机的发展．现代军事，1998(11)：41～42
6 高德勇，李在庭等．反直升机地雷的一种新型的声体制引信．现代引信，1994(4)：16～21
7 方向．引信声探测技术——被动声定位与目标识别．南京理工大学博士论文，1994
8 孙传福．国外反直升机地雷发展情况的研究．兵工学会第二届地爆年会，1994
9 谭兴梁．武器与机械噪声控制．北京：北京理工大学出版社，1993
10 吕国云，许学忠等．战场目标被动噪声识别技术．探测与控制学报，2001，23(4)：23～25，29
11 李在庭，高德勇等．直升机声信号特征提取和识别技术．兵工学报．1996，17(1)：55～59
12 樊养余，孙进才等．基于高阶谱的舰船辐射噪声特征提取．声学学报．1999，24(6)：611～616
13 丁庆海，庄志洪等．混沌分形小波理论在被动声信号特征提取中的应用．声学学报，1999，24(2)：197～203
14 周忠来，施聚生，栗苹．双谱估计在声信号特征提取中的应用．探测与制导学报，1999，21(2)：27～31
15 谷亚林．声波信号的小波变换及目标识别．南京理工大学硕士论文，1998
16 刘贯领．声目标识别方法研究．南京理工大学硕士论文，2003
17 杨亦春，张文慧等．声引信目标信号过零率分布研究．南京理工大学学报，2000，24(3)：249～252
18 段俊峰，李科杰等．基于神经网络的战场被动声／地震动目标识别方法．探测与控制学报，2001，23(3)：25～27
19 康耀红．数据融合理论与应用．西安：西安电子科技大学出版社，1997
20 何友，王国宏等．多传感器信息融合及应用．北京：电子工业出版社，2000
21 孙红岩，毛士艺．多传感器目标识别的数据融合．电子学报，1995，23(10)：188～193
22 刘同明，夏祖勋等．数据融合技术及其应用．北京：国防工业出版社，1998
23 李光海，刘正义．声发射源多传感器数据融合识别技术．计算机测量与控制，2002，10(5)：345～348，350
24 孙即祥．现代模式识别．长沙：国防科技大学出版社，2001
25 崔锦泰．小波分析导论．西安：西安交通大学出版社，1995
26 王宏禹．数字信号处理专论．北京：国防工业出版社，1995
27 陆光华，彭学愚等．随机信号处理．西安：西安电子科技大学出版社，2002
28 张贤达．现代信号处理．北京：清华大学出版社，1995
29 杨叔子，吴雅等．时间系列分析的工程应用．武汉：华中理工大学出版社，1991
30 张元．被动声探测技术研究．南京理工大学博士论文，1996
31 吴国清，李靖等．舰船噪声识别．声学学报，1999，24(1)：6～11
32 胡守仁．神经网络应用技术．长沙：国防科技大学出版社，1993
33 陈季镐．统计模式识别．北京：北京邮电学院出版社，1989
34 黄德双．神经网络模式识别系统理论．北京：电子工业出版社，1996
35 梁继明．多传感器决策融合方法研究．西安电子科技大学博士论文，1999
36 赵宗贵．数据融合方法概论．电子工业部第二十八研究所，1998
37 张文修，梁怡．不确定性推理原理．西安：西安交通大学出版社，1996
38 李凡．人工智能中的不确定性．北京：气象出版社，1992
39 郝重阳，唐文彬．雷达和红外成像双传感器信息融合目标识别研究．航空学报，1998，19(6)：22～25
40 李秋华，朱振福等．一种基于多传感器时间—空间信息融合的红外小目标识别方法．红外与毫米波学报，2002，21(3)：209～212
41 Luo R C. Dynamic Multi-sensor Data Fusion System for Intelligent Robots. IEEE J. of Robotics and Automations, 1988 (4): 386～396
42 Ren C. Luo, Michael G. Multisensor Integration and Fusion in Intelligent Systems. IEEE Trans. on SMC, 1989, 19 (5): 901～931
43 Liu L J, Yang J Y. Model-based Object Classification Using Fused Data. SPIE, 1991 (1611): 65～73
44 刘俊，付敬奇等．数据融合在目标识别中的应用．传感器技术，2001，20(6)：8～12
45 R. J. Pawalk, A. A. Beex . Fusion Technique for Multisensor Track Initiation . IEEE Proc. Radar, Sonar, Naving, 1995, 142 (5): 451～460
46 金峰．数据融合与传感器建模．传感器技术，1999，18(6)：47～49
47 White F. A Model for Data Fusion. SPIE Conference on Sensor Fusion, 1988:187～191
48 Wong, Yee Chin, et. Data Fusion and Tracking of Complex Target Maneuvers with a
Simplex-trained Neural Network-based Architecture. Proceeding of the 1998 IEEE International Joint Conference on Neural Networks, 1998, 2:1024～1028
49 G. Whittingto, T. Spracklen. The Application of a Neural Network Mode to Sensor Data Fusion. Proc. SPIE, 1990 (1294): 276～281
50 王婷杰，施惠昌．一种基于模糊理论的一致性数据融合方法．传感器技术．1999，18(6)：51～53
51 杨杰，汪朝群．用于目标识别跟踪的雷达／红外成像双模传感器数据融合技术．航天控制，1998，16(4)：11～15
52 王江安，肖伟岸等．海空背景下目标红外辐射特征分析．海军工程大学学报，2001，13(4)：29～32
53 张忠诚，孟庆华．红外目标特征分析．激光与红外，1999，29(3)：31～33
54 付伟．定向红外对抗技术及其现状．激光与红外，2001，31(5)：259～261
55 曹建清．红外警戒系统目标识别方法研究．红外技术，1995．17(5)：11～14
56 Y. F. Li, H. Leuny, et. New Architecture for Centralized Multisensor Multitarget Tracking. SPIE, 1995 (2468): 319～322
57 杨杰，陆正刚等．基于多传感器数据融合的目标识别和跟踪．上海交通大学学报，1999，33(9)：12～15
58 黎湘，庄钊文等．模糊自组织神经网络及其在信息融合目标识别中的应用．国防科技大学学报，1997，19(3)：12～15
59 李宏，刘江涛等．基于人工神经网络与证据理论相结合的信息融合空间点目标识别方法研究．信息与控制，1997，26(2)：14～16
60 郭志恒，张彤．应用神经元网络方法实现目标分类．电光与控制，1998(1)：33～37
61 王毛路，李少洪．神经网络与D-S理论结合的HRR识别研究．北京航空航天大学学报，2002，28(4)：18～22
62 A. M. Haimovich, J. Yosko, et. Fusion of Sensors with Dissimilar Measurement /Tracking Accuracies. IEEE Trans, 1993, 29 (1): 226～231
63 J. E. Lechak, Richard A. Jones. Coordinated Objective/Subjective Estimation Approach to Multitarget Tracking. SPIE, 1996 (2739): 537～541
64 S. Blackman, R. Dempster, T. Broida. Multiple Hypothesis Track Confirmation for Infrared Surveillance Systems. IEEE Trans, 1993, 29 (3): 131～136
65 Dubois D., Prade H. Possibility Theory and Data Fusion in Poorly Informed Environments. Control Engineering Practice, 1994, 2 (5), 811～823
66 Claudio Sossai, Paolo Bison, et. Sensor Fusion for Localization Using Possibility Theory, Control Engineering Practice, 1999, 7 (4): 773～782
67 M. D. Rrchard , R. P. Lippmann. Neural Network Classifiers Estimate Bayesian a Posteriori Probabilities. Neural Computation, 1991, Vol. 3:461～483
68 Jianguo Chen and N. Ansari. Adaptive Fusion of Correlated Local Decisions. IEEE Trans, an Systems, Man, and Cybernetics-Part C: Applications and Reviews. Vol. 28, No. 2, May 1998:276～282
69 M. Kam, Q. Zhu, and W. S Gray. Optional Data Fusion of Correlated Local Decisions in Multiple Sensor Detection System. IEEE Trans. on AES, Vol. 28, No. 3, July 1992: 916～920
70 V. Aalo , R. Viswamathem. On Distributed Detection with Correlated Sensors:Two Example. IEEE Trans. on AES, Vol. 25, No. 3, 1989:414～421
71 E. Drakopoulos and C. C. Lee. Optimum Fusion of Correlated Local Decisions. Proceeding of the 27th Conference on Decisions and Control, Austia, TX, 1998: 2489～ 2494
72 张新曼，韩九强．基于矩阵分析的一种不确定性推理的数据融合方法．西安交通大学学报，2002，36(8)：43～46
73 孟伟，赵健等．基于神经网络与主观Bayes理论的雷达识别研究．计算机工程，2002，28(7)：24～27
74 孙红岩，张钹等．主观Bayes方法与神经网络相结合的多传感器数据融合空中点目标识别方法．红外与毫米波学报，1997，16(6)：448～454
75 刘大有，李岳峰．广义证据推理的解释．计算机学报，1997，20(2)：158～164
76 向阳，史习智．证据理论合成规则的一点修正．上海交通大学学报，1999，33(3)：357～360
77 陈寅．证据理论应用于多传感器融合不确定性分析．测控技术，2000，19(7)：26～28
78 王杰贵，罗景青．多传感器基于证据理论的机载雷达用途识别．系统工程与电子技术，2002，24(6)：22～26
79 孙怀江，胡钟山．基于证据理论的多分类器融合方法研究．计算机学报，2001，24(3)：41～44
80 汪洋，郑亲波等．用证据理论方法进行多波段数据融合的目标分类．红外与毫米波学报，2002，21(3)：17～19
81 Bolger P. L. Shafer-Dempster Reasoning with Application to Multisensor Target Identification System, IEEE Trans. on SMC, 1987, 17 (6): 968～977
82 Smets P. The Combination of Evidence in the Transferable Belief. IEEE Trans. On Pattern Analysis and Machine Intelligence , 1990, 12 (5): 447～458
2 张金发．外军地雷战器材及技术发展的新动向．工兵装备研究，1994(4)：24～27
3 王秀春．国外反直升机地雷地发展．现代战术防空技术文集，1994(4)：43～47
4 Ferranti Int. Explosive Mine Effective Against Low Flying Helicoper. WPA- Q79～9504, 1994 (2): 117～120
5 张德和．武装直升机的发展．现代军事，1998(11)：41～42
6 高德勇，李在庭等．反直升机地雷的一种新型的声体制引信．现代引信，1994(4)：16～21
7 方向．引信声探测技术——被动声定位与目标识别．南京理工大学博士论文，1994
8 孙传福．国外反直升机地雷发展情况的研究．兵工学会第二届地爆年会，1994
9 谭兴梁．武器与机械噪声控制．北京：北京理工大学出版社，1993
10 吕国云，许学忠等．战场目标被动噪声识别技术．探测与控制学报，2001，23(4)：23～25，29
11 李在庭，高德勇等．直升机声信号特征提取和识别技术．兵工学报．1996，17(1)：55～59
12 樊养余，孙进才等．基于高阶谱的舰船辐射噪声特征提取．声学学报．1999，24(6)：611～616
13 丁庆海，庄志洪等．混沌分形小波理论在被动声信号特征提取中的应用．声学学报，1999，24(2)：197～203
14 周忠来，施聚生，栗苹．双谱估计在声信号特征提取中的应用．探测与制导学报，1999，21(2)：27～31
15 谷亚林．声波信号的小波变换及目标识别．南京理工大学硕士论文，1998
16 刘贯领．声目标识别方法研究．南京理工大学硕士论文，2003
17 杨亦春，张文慧等．声引信目标信号过零率分布研究．南京理工大学学报，2000，24(3)：249～252
18 段俊峰，李科杰等．基于神经网络的战场被动声／地震动目标识别方法．探测与控制学报，2001，23(3)：25～27
19 康耀红．数据融合理论与应用．西安：西安电子科技大学出版社，1997
20 何友，王国宏等．多传感器信息融合及应用．北京：电子工业出版社，2000
21 孙红岩，毛士艺．多传感器目标识别的数据融合．电子学报，1995，23(10)：188～193
22 刘同明，夏祖勋等．数据融合技术及其应用．北京：国防工业出版社，1998
23 李光海，刘正义．声发射源多传感器数据融合识别技术．计算机测量与控制，2002，10(5)：345～348，350
24 孙即祥．现代模式识别．长沙：国防科技大学出版社，2001
25 崔锦泰．小波分析导论．西安：西安交通大学出版社，1995
26 王宏禹．数字信号处理专论．北京：国防工业出版社，1995
27 陆光华，彭学愚等．随机信号处理．西安：西安电子科技大学出版社，2002
28 张贤达．现代信号处理．北京：清华大学出版社，1995
29 杨叔子，吴雅等．时间系列分析的工程应用．武汉：华中理工大学出版社，1991
30 张元．被动声探测技术研究．南京理工大学博士论文，1996
31 吴国清，李靖等．舰船噪声识别．声学学报，1999，24(1)：6～11
32 胡守仁．神经网络应用技术．长沙：国防科技大学出版社，1993
33 陈季镐．统计模式识别．北京：北京邮电学院出版社，1989
34 黄德双．神经网络模式识别系统理论．北京：电子工业出版社，1996
35 梁继明．多传感器决策融合方法研究．西安电子科技大学博士论文，1999
36 赵宗贵．数据融合方法概论．电子工业部第二十八研究所，1998
37 张文修，梁怡．不确定性推理原理．西安：西安交通大学出版社，1996
38 李凡．人工智能中的不确定性．北京：气象出版社，1992
39 郝重阳，唐文彬．雷达和红外成像双传感器信息融合目标识别研究．航空学报，1998，19(6)：22～25
40 李秋华，朱振福等．一种基于多传感器时间—空间信息融合的红外小目标识别方法．红外与毫米波学报，2002，21(3)：209～212
41 Luo R C. Dynamic Multi-sensor Data Fusion System for Intelligent Robots. IEEE J. of Robotics and Automations, 1988 (4): 386～396
42 Ren C. Luo, Michael G. Multisensor Integration and Fusion in Intelligent Systems. IEEE Trans. on SMC, 1989, 19 (5): 901～931
43 Liu L J, Yang J Y. Model-based Object Classification Using Fused Data. SPIE, 1991 (1611): 65～73
44 刘俊，付敬奇等．数据融合在目标识别中的应用．传感器技术，2001，20(6)：8～12
45 R. J. Pawalk, A. A. Beex . Fusion Technique for Multisensor Track Initiation . IEEE Proc. Radar, Sonar, Naving, 1995, 142 (5): 451～460
46 金峰．数据融合与传感器建模．传感器技术，1999，18(6)：47～49
47 White F. A Model for Data Fusion. SPIE Conference on Sensor Fusion, 1988:187～191
48 Wong, Yee Chin, et. Data Fusion and Tracking of Complex Target Maneuvers with a
Simplex-trained Neural Network-based Architecture. Proceeding of the 1998 IEEE International Joint Conference on Neural Networks, 1998, 2:1024～1028
49 G. Whittingto, T. Spracklen. The Application of a Neural Network Mode to Sensor Data Fusion. Proc. SPIE, 1990 (1294): 276～281
50 王婷杰，施惠昌．一种基于模糊理论的一致性数据融合方法．传感器技术．1999，18(6)：51～53
51 杨杰，汪朝群．用于目标识别跟踪的雷达／红外成像双模传感器数据融合技术．航天控制，1998，16(4)：11～15
52 王江安，肖伟岸等．海空背景下目标红外辐射特征分析．海军工程大学学报，2001，13(4)：29～32
53 张忠诚，孟庆华．红外目标特征分析．激光与红外，1999，29(3)：31～33
54 付伟．定向红外对抗技术及其现状．激光与红外，2001，31(5)：259～261
55 曹建清．红外警戒系统目标识别方法研究．红外技术，1995．17(5)：11～14
56 Y. F. Li, H. Leuny, et. New Architecture for Centralized Multisensor Multitarget Tracking. SPIE, 1995 (2468): 319～322
57 杨杰，陆正刚等．基于多传感器数据融合的目标识别和跟踪．上海交通大学学报，1999，33(9)：12～15
58 黎湘，庄钊文等．模糊自组织神经网络及其在信息融合目标识别中的应用．国防科技大学学报，1997，19(3)：12～15
59 李宏，刘江涛等．基于人工神经网络与证据理论相结合的信息融合空间点目标识别方法研究．信息与控制，1997，26(2)：14～16
60 郭志恒，张彤．应用神经元网络方法实现目标分类．电光与控制，1998(1)：33～37
61 王毛路，李少洪．神经网络与D-S理论结合的HRR识别研究．北京航空航天大学学报，2002，28(4)：18～22
62 A. M. Haimovich, J. Yosko, et. Fusion of Sensors with Dissimilar Measurement /Tracking Accuracies. IEEE Trans, 1993, 29 (1): 226～231
63 J. E. Lechak, Richard A. Jones. Coordinated Objective/Subjective Estimation Approach to Multitarget Tracking. SPIE, 1996 (2739): 537～541
64 S. Blackman, R. Dempster, T. Broida. Multiple Hypothesis Track Confirmation for Infrared Surveillance Systems. IEEE Trans, 1993, 29 (3): 131～136
65 Dubois D., Prade H. Possibility Theory and Data Fusion in Poorly Informed Environments. Control Engineering Practice, 1994, 2 (5), 811～823
66 Claudio Sossai, Paolo Bison, et. Sensor Fusion for Localization Using Possibility Theory, Control Engineering Practice, 1999, 7 (4): 773～782
67 M. D. Rrchard , R. P. Lippmann. Neural Network Classifiers Estimate Bayesian a Posteriori Probabilities. Neural Computation, 1991, Vol. 3:461～483
68 Jianguo Chen and N. Ansari. Adaptive Fusion of Correlated Local Decisions. IEEE Trans, an Systems, Man, and Cybernetics-Part C: Applications and Reviews. Vol. 28, No. 2, May 1998:276～282
69 M. Kam, Q. Zhu, and W. S Gray. Optional Data Fusion of Correlated Local Decisions in Multiple Sensor Detection System. IEEE Trans. on AES, Vol. 28, No. 3, July 1992: 916～920
70 V. Aalo , R. Viswamathem. On Distributed Detection with Correlated Sensors:Two Example. IEEE Trans. on AES, Vol. 25, No. 3, 1989:414～421
71 E. Drakopoulos and C. C. Lee. Optimum Fusion of Correlated Local Decisions. Proceeding of the 27th Conference on Decisions and Control, Austia, TX, 1998: 2489～ 2494
72 张新曼，韩九强．基于矩阵分析的一种不确定性推理的数据融合方法．西安交通大学学报，2002，36(8)：43～46
73 孟伟，赵健等．基于神经网络与主观Bayes理论的雷达识别研究．计算机工程，2002，28(7)：24～27
74 孙红岩，张钹等．主观Bayes方法与神经网络相结合的多传感器数据融合空中点目标识别方法．红外与毫米波学报，1997，16(6)：448～454
75 刘大有，李岳峰．广义证据推理的解释．计算机学报，1997，20(2)：158～164
76 向阳，史习智．证据理论合成规则的一点修正．上海交通大学学报，1999，33(3)：357～360
77 陈寅．证据理论应用于多传感器融合不确定性分析．测控技术，2000，19(7)：26～28
78 王杰贵，罗景青．多传感器基于证据理论的机载雷达用途识别．系统工程与电子技术，2002，24(6)：22～26
79 孙怀江，胡钟山．基于证据理论的多分类器融合方法研究．计算机学报，2001，24(3)：41～44
80 汪洋，郑亲波等．用证据理论方法进行多波段数据融合的目标分类．红外与毫米波学报，2002，21(3)：17～19
81 Bolger P. L. Shafer-Dempster Reasoning with Application to Multisensor Target Identification System, IEEE Trans. on SMC, 1987, 17 (6): 968～977
82 Smets P. The Combination of Evidence in the Transferable Belief. IEEE Trans. On Pattern Analysis and Machine Intelligence , 1990, 12 (5): 447～458