潘智宗

（中国人民武装警察部队工程大学 信息工程系，陕西 西安 710086）

0 引言

在振动传感器对桥梁、仓库等进行监视和战场探测等应用中，目标识别是重要的环节之一。由于信号到达传感器阵列的时间和幅值不同，即使是同一种目标运动引起的振动信号在同样的检测范围内得到的信号都会有较大的差别。因此，各传感器提供的信息往往包含着大量的不确定性，给快速识别目标类型带来了很大困难。信息融合技术可以综合多个传感器的数据来确定目标的特征参数，但单一的数据融合方法具有局限性，不能很好地解决干扰存在下的目标分类识别问题。为了提高目标识别的正确率，本文提出了一种基于改进的灰关联分析和证据理论的振动目标识别方法。先由改进后的灰色联分析法得出各传感器的基本概率赋值，再利用基于基本概率赋值的决策准则来识别振动源的类型。

1 改进的灰关联算法

灰关联分析是按发展趋势进行分析，对样本量大小没有太高的要求，分析时也不需要典型的分布规律，且分析结果一般与定性分析相吻合。因而采用灰关联分析方法对现有少量侦查数据进行综合分析，可为实时、准确地进行辐射源识别提供理论基础和数学依据。

但传统的灰色关联算法也有其自身的局限性。例如，特征指标权重的选取是人为给定的，主观因素较大，过于经验化和绝对化；灰关联分析是针对数据精确数的情形，不能体现出传感器获得的信息是模糊、不确定的特点。……