多传感器协同探测目标的分类识别研究

J4 ›› 2009, Vol. 36 ›› Issue (3): 443-447.

多传感器协同探测目标的分类识别研究

胡国平^1,2;张守宏²

(1. 西安电子科技大学雷达信号处理重点实验室，陕西西安 710071;
2. 空军工程大学导弹学院，陕西三原 713800)

收稿日期:2008-11-03 修回日期:2008-12-15 出版日期:2009-06-20 发布日期:2009-07-04
通讯作者: 胡国平
基金资助:
“863”计划资助(2006AA701304)

Study of target recognition based on multi-sensor cooperating with exploration

HU Guo-ping^1,2;ZHANG Shou-hong¹

(1. Key Lab. of Radar Signal Processing, Xidian Univ., Xi'an 710071， China;
2. Missile Inst. of Air Force Eng. Univ., Xi'an 713800， China)

Received:2008-11-03 Revised:2008-12-15 Online:2009-06-20 Published:2009-07-04
Contact: HU Guo-ping

摘要/Abstract

摘要：

采用可见光、红外、SAR、高光谱、电子信号5类传感器对目标进行协同探测，提出了一种基于神经网络与D-S证据理论结合、采用“分层有序”进行目标分类识别的方法，该方法先对目标进行粗分类，然后进行细分类，能准确有效地进行目标的分类识别．

关键词: 协同探测, 分层有序, 神经网络, D-S理论, 目标识别

Abstract:

Applying a Multi-sensor, such as optical, infrared, SAR, High-spectrum and electron signal type, to explore the target cooperating, a new approach is proposed based on the Neural Network together with the D-S evidence theory, and “orderly quantization” is adopted in target recognition. The target is classified extensively and then intensively. The approach can accurately and effectively identify the target.

Key words: cooperating with exploration, orderly quantization, neural network, D-S evidence theory, target recognition

中图分类号:

TP751.1

胡国平1,2;张守宏2. 多传感器协同探测目标的分类识别研究[J]. J4, 2009, 36(3): 443-447.

HU Guo-ping1,2;ZHANG Shou-hong1. Study of target recognition based on multi-sensor cooperating with exploration[J]. J4, 2009, 36(3): 443-447.

[1]	李源,崔玉爽,王伟. 一种基于字词双通道网络的文本情感分析方法[J]. 西安电子科技大学学报, 2021, 48(6): 179-186.
[2]	吕文凯,杨鹏飞,丁韵青,张鹤于,郑天洋. JEDERL:一种异构计算平台任务调度优化算法[J]. 西安电子科技大学学报, 2021, 48(6): 67-74.
[3]	于浩洋,尹良,李书芳,吕顺. 生成对抗网络小样本雷达调制信号识别算法[J]. 西安电子科技大学学报, 2021, 48(6): 96-104.
[4]	胡代旺,焦一源,李雁妮. 一种新型高效的文库知识图谱实体关系抽取算法[J]. 西安电子科技大学学报, 2021, 48(6): 75-83.
[5]	孙彦景,魏力,张年龙,云霄,董锴文,葛敏,程小舟,侯晓峰. 联合DD-GAN和全局特征的井下人员重识别方法[J]. 西安电子科技大学学报, 2021, 48(5): 201-211.
[6]	周鹏,杨军. 采用神经网络架构搜索的遥感影像分割方法[J]. 西安电子科技大学学报, 2021, 48(5): 47-57.
[7]	张书伟,李俊民. 一种复杂监控场景下的人体检测算法[J]. 西安电子科技大学学报, 2021, 48(5): 68-77.
[8]	杨云航,闵连权. 采用空洞卷积的多尺度融合草图识别模型[J]. 西安电子科技大学学报, 2021, 48(5): 92-99.
[9]	董如婵,焦李成,赵进,沈维燕. 一种深度融合机制的遥感图像目标检测技术[J]. 西安电子科技大学学报, 2021, 48(5): 128-138.
[10]	李鹏,冯存前,许旭光,唐子翔. 一种利用贝叶斯优化的弹道目标微动分类网络[J]. 西安电子科技大学学报, 2021, 48(5): 139-148.
[11]	程德,郝毅,周靖宇,王楠楠,高新波. 利用混合双通路神经网络的跨模态行人重识别[J]. 西安电子科技大学学报, 2021, 48(5): 190-200.
[12]	张宇浩,程培涛,张书豪,王秀美. 一种自适应权重学习的轻量超分辨率重建网络[J]. 西安电子科技大学学报, 2021, 48(5): 15-22.
[13]	韩永赛,马时平,何林远,李承昊,朱明明,张飞. 改进YOLOv3的快速遥感机场区域目标检测[J]. 西安电子科技大学学报, 2021, 48(5): 156-166.
[14]	陈昌川,王海宁,黄炼,黄涛,李连杰,黄向康,代少升. 一种基于局部表征的面部表情识别算法[J]. 西安电子科技大学学报, 2021, 48(5): 100-109.
[15]	宋建锋,苗启广,王崇晓,徐浩,杨瑾. 注意力机制的多尺度单目标跟踪算法[J]. 西安电子科技大学学报, 2021, 48(5): 110-116.