李 勇，王德功，杨佐龙

（空军航空大学 航空电子工程系，长春 130022）

模糊神经网络与证据理论的飞机目标敌我识别

李 勇，王德功，杨佐龙

（空军航空大学 航空电子工程系，长春 130022）

为满足复杂环境下目标敌我属性识别能力，提出了一种基于模糊神经网络（FNN：Fuzzy Neural Networks）和证据理论的新敌我识别方法。该方法利用模糊神经网络和证据理论信息的处理能力，将敌我识别器（IFF：Identification Friend-or-Foe）、电子支援措施（ESM：Electronic Warfare Support Measure）、雷达及红外获取的信息融合，进行敌我识别。仿真结果表明，该方法的识别能力明显优于单一模糊神经网络分类器，识别率达0.994，同时具有很强的容错性和一定的抗干扰能力，更适合战场需要。

模糊神经网络；证据理论；数据融合；敌我识别

0 引 言

传统的敌我识别系统，通常由询问系统、应答系统及天线系统3部分组成。敌我识别器的使用非常严格，必须特别小心，密码绝不能被敌方破译，且容易受到敌方干扰。信息融合敌我识别系统［1］是指除了敌我识别器进行敌我识别之外，还把其他方法得到的目标识别信息同直接回答得来的识别信息综合起来进行敌我目标识别的系统。信息融合敌我识别系统不仅能提高信息化条件下的抗干扰能力，还能识别出目标的敌我中属性。单一传感器所得到的信息较少，应用飞机上多种传感器能充分获取信息，提高目标敌我识别率。多传感器信息融合进行敌我识别正是敌我识别系统的研究方向。模糊神经网络和D-S证据理论［2］是信息融合的基本方法，能较好地处理不确定信息。……