

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、作為現(xiàn)代戰(zhàn)爭(zhēng)中的關(guān)鍵環(huán)節(jié)之一,能否正確的對(duì)低空目標(biāo)的屬性進(jìn)行識(shí)別對(duì)火力的分配與部署以及整個(gè)戰(zhàn)場(chǎng)的態(tài)勢(shì)有重大的影響。因此,有效的目標(biāo)識(shí)別技術(shù)對(duì)于防空作戰(zhàn)有著重要的意義。本文基于雷達(dá)紅外傳感器信息融合技術(shù),提出了一種RS-RBF的低空目標(biāo)識(shí)別方法,達(dá)到了提升目標(biāo)識(shí)別率的目的。
本文首先介紹了基于多傳感器信息融合技術(shù)的低空目標(biāo)屬性識(shí)別的目的、意義以及國(guó)內(nèi)外研究現(xiàn)狀。在此基礎(chǔ)上,確定了多傳感器信息融合的級(jí)別,選擇了信息融合的結(jié)構(gòu),并對(duì)
2、目標(biāo)識(shí)別的航跡關(guān)聯(lián)和一些現(xiàn)有的目標(biāo)識(shí)別算法進(jìn)行了研究。其次,分別設(shè)計(jì)了BP神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)兩種低空目標(biāo)識(shí)別模型。將待識(shí)別的低空目標(biāo)的六種屬性作為兩種識(shí)別模型的輸入向量,待識(shí)別目標(biāo)的類型作為模型的輸出向量進(jìn)行訓(xùn)練和測(cè)試。仿真結(jié)果表明,RBF神經(jīng)網(wǎng)絡(luò)較BP神經(jīng)網(wǎng)絡(luò)更有優(yōu)勢(shì)。然后,對(duì)粗糙集的理論知識(shí)進(jìn)行了研究,設(shè)計(jì)了基于 RS?RBF的目標(biāo)識(shí)別模型。該模型運(yùn)用決策表屬性約簡(jiǎn)技術(shù)對(duì)低空目標(biāo)的屬性進(jìn)行了約簡(jiǎn),達(dá)到了去除冗余信息的目的。將約
3、簡(jiǎn)以后的屬性作為RBF網(wǎng)絡(luò)的輸入,目標(biāo)類型作為輸出對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測(cè)試。通過(guò)實(shí)驗(yàn)對(duì)比RS?RBF方法比單獨(dú)的RBF網(wǎng)絡(luò)模型在進(jìn)行目標(biāo)識(shí)別時(shí)更加有效。最后,研究了基于最小二乘法的雷達(dá)?紅外傳感器信息融合系統(tǒng),并在此基礎(chǔ)上,對(duì)紅外傳感器和雷達(dá)探測(cè)到的角度和位置信息進(jìn)行了融合,將融合后的數(shù)據(jù)信息作為RS-RBF目標(biāo)識(shí)別模型的輸入矢量,對(duì)低空目標(biāo)武裝直升機(jī)、轟炸機(jī)和預(yù)警機(jī)進(jìn)行了識(shí)別。仿真結(jié)果表明,基于多傳感器信息融合的低空目標(biāo)屬性識(shí)別比單一傳感
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 多傳感器信息融合的目標(biāo)識(shí)別算法研究.pdf
- 基于多傳感器信息融合的空中目標(biāo)識(shí)別算法研究.pdf
- 基于數(shù)據(jù)融合的機(jī)載多傳感器目標(biāo)識(shí)別.pdf
- 基于多傳感器特征信息融合的目標(biāo)識(shí)別技術(shù)研究.pdf
- 多傳感器的多目標(biāo)跟蹤與屬性融合的研究.pdf
- 基于無(wú)線傳感器網(wǎng)絡(luò)的多傳感器信息融合.pdf
- 基于多傳感器信息融合的人體姿態(tài)識(shí)別研究.pdf
- 基于多傳感器信息融合的礦井透水水源識(shí)別研究.pdf
- 基于多傳感器信息融合的目標(biāo)跟蹤技術(shù)研究.pdf
- 基于多源傳感器信息融合的目標(biāo)跟蹤算法研究.pdf
- 基于多傳感器信息融合的遙控鏟運(yùn)機(jī)環(huán)境識(shí)別技術(shù).pdf
- 基于多傳感器信息檢測(cè)和融合的手語(yǔ)手勢(shì)識(shí)別研究.pdf
- 多傳感器目標(biāo)跟蹤信息融合算法研究.pdf
- 基于信息融合的多傳感器軌跡測(cè)量.pdf
- 多傳感器信息融合研究.pdf
- 被動(dòng)聲納多傳感器信息融合目標(biāo)識(shí)別系統(tǒng)研究.pdf
- 多傳感器信息融合方法及其在空間目標(biāo)識(shí)別中的應(yīng)用.pdf
- 基于多傳感器信息融合的車載多目標(biāo)跟蹤算法研究.pdf
- 多傳感器信息融合中目標(biāo)跟蹤的算法研究.pdf
- 基于多傳感器融合的三維目標(biāo)跟蹤.pdf
評(píng)論
0/150
提交評(píng)論