杨 华，杨君刚，刘存涛，赵文栋

(1.国防科技大学信息通信学院，陕西 西安 710106；2.陆军工程大学，江苏 南京 210001)

小型空地无人平台具有成本较低、机动灵活、隐蔽性强等特点，且协同运用时能够发挥速度、负载、续航、通信、视野的互补优势，在战场态势感知等领域具有广阔的应用前景[1]。未来，基于空地无人集群协同侦察的作战样式将成为主流[2]。在集群执行侦察任务的过程中，为了提高目标检测和识别的成功率，需要融合集群内同构/异构侦察载荷探测的多源信息，但是由于内外部因素的制约各侦察单元所提供的信息通常是不完备、不精确甚至是相互矛盾的。融合这些多源不确定信息是形成和发挥集群协同侦察优势的基础，融合效果的好坏直接影响控制、打击、毁伤评估等后续任务。目前，常用于目标分类、识别的信息融合方法可分为三大类：基于物理模型、特征推理(如贝叶斯推理、D-S证据理论、聚类算法、选举法等)、认知模型(如逻辑模板、基于知识的专家系统、人工神经网络等)的方法[3]。其中，D-S证据理论[4-5]是基于特征推理方法的典型代表，凭借相对完备的理论基础和良好的工程实用性得到了广泛的关注[6]。但是，经典的Dempster(DST)组合规则在面对低置信度、高冲突的证据组合时，难以取得理想的效果。考虑实际作战中无人集群面临更恶劣的内外部不确定性因素，加剧了冲突证据出现的可能性，因此深入研究适用于无人集群的冲突证据组合方法具有重要的现实意义和应用价值。……