杜周全，徐启建，张　杰，徐勇军，王建伟

(1.解放军理工大学 通信工程学院，江苏 南京 210007；2.中国电子设备系统工程公司研究所，北京 100141；

3.中科院 计算技术研究所，北京 100080)



一种基于证据理论的多传感器目标识别方法

杜周全1,2，徐启建2，张杰2，徐勇军3，王建伟1

(1.解放军理工大学 通信工程学院，江苏 南京 210007；2.中国电子设备系统工程公司研究所，北京 100141；

3.中科院 计算技术研究所，北京 100080)

Foundation Item: Important National Science & Technology Specific Projects(No.2014ZX03006-003)

摘要：证据理论是高层数据融合中的一种重要方法，因其能够很好地处理不确定性问题，近些年来被广泛应用于决策判断、目标识别等数据融合领域。随着人们认知能力的不断提高和科技的不断发展，以及感知信息识别框架的不断完善, 如何给感知信息赋予一个合理而准确的基本概率值成了证据理论发展的一大研究重点。经过学习研究，提出了通过计算感知信息与先验知识之间的距离来生成基本概率赋值函数，再对其进行证据融合的方法。最后经过数据验证，发现融合结果的准确度较高，符合预期。

关键词：证据理论；基本概率赋值函数；数据融合 ；多目标识别

0引言

数据融合是指通过一定的算法将采集到的数据进行各种处理，去除冗余，减少数据传输量，进而降低能耗，延长网络寿命，提高信息传输效率。证据理论是一种基于数学统计的数据融合分类方法，善于处理多传感器信息融合[1]中的不确定性问题，被高层数据融合采纳为一种重要的决策级[2]融合方法。近年来，数据融合技术的不断发展和推广，更是使得证据理论广泛活跃于决策判断[3]、目标跟踪[4]等数据融合领域。……