基于神经网络的数据融合研究和仿真-计算机软件与理论专业论文.docx

万方数据 万方数据 分类号 密级 UDC 学 位 论 文 基于神经网络的数据融合 研究和仿真 陈于康 指导教师姓名 章毅 电子科技大学 成都 申请学位级别 工学硕士 专业名称 计算软件与理论 论文提交日期 2011.3 论文答辩日期 2011.5 学位授予单位和日期 电子科技大学 答辩委员会主席 评阅人 年 月 日 独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究 工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢 的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也 不包含为获得电子科技大学或其它教育机构的学位或证书而使用 过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论 文中作了明确的说明并表示谢意。 签名： 日期： 2010 年 5 月 30 日 关于论文使用授权的说明 本学位论文作者完全了解电子科技大学有关保留、使用学位论 文的规定，有权保留并向国家有关部门或机构送交论文的复印件和 磁盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位 论文的全部或部分内容编入有关数据库进行检索，可以采用影印、 缩印或扫描等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 签名： 导师签名： 日期： 2010 年 5 月 30 日 摘 要 摘 要 数据融合是近年的研究热点，是高科技迅速发展的背景下由传统学科和新兴 工程领域结合的一门前沿学科技术。数据融合是一门信息处理技术，利用计算机 对传感器获取的观测信息，通过分析、综合处理、评估得到对环境的客观量化， 并根据需要进行评估、决策。多源信息融合处理的对象来自于多个不同的、分布 式的传感器，其技术和方法都更加复杂，在军事领域和民用领域都具有宽阔的应 用前景。 神经网络由于其特有的信息处理方式，适合于处理数据融合中的一些重要问 题，比如数据关联、目标身份识别、目标的分配等。本文阐述了一些方法把神经 网络相关理论使用到数据融合中数据级、特征级、决策级的信息处理过程中。数 据层的融合主要包括对数据进行预处理去噪、提取特征向量、关联组合、多轨迹 融合等，其目标是得到对目标更客观、准确、全面的特征描述。而特征级融合包 括目标的身份识别等问题。决策层的融合处理是通过态势评估得到当前场景的态 势的正确评估，用优化理论解得到辅助决策信息。 本文利用了信息融合理论和方法，通过融合数据中的互补信息，设计实现了 数据关联、目标跟踪和识别、态势评估算法以及决策支持算法。 本文主要工作如下： 1. 研究了数据融合数据预处理、数据关联、航迹跟踪相关算法，使用基于聚 类中心索引的聚类算法快速解决传感器数据规模大的问题，使用神经网络相关理 论解决目标识别问题。 2．使用贝叶斯网络相关理论解决数据融合中态势识别问题，本文根据贝叶斯 网络理论构建并实现一种态势评估方案。 3．本文用 Hopfield 神经网络解决目标分配问题。为了实现对目标的控制， 在各种基本路径规划算法的研究基础上，对 A*算法进行了一种变形改进使得其时 间和空间得到很大的改进。 4. 实现一个电子战数据融合仿真系统，利用本文所提出的相关算法进行多目 标的跟踪，身份识别和态势评估，进行决策层的融合，检验上述算法的可行性和 有效性。 关键词：神经网络，数据融合，航迹跟踪，目标识别，态势评估，仿真系统 I ABSTRACT ABSTRACT Data fusion is a research focus in recent years, as well as a frontier technology combining traditional disciplines and emerging engineering field in the context of rapid high-tech development. It is a an information processing technology using information observed by sensors for assessment and decision-making via objective quantization of environment through analysis, synthesis, and processing.Multi-source information fusion acquires objects from multiple different,distributed sensors requiring more comlex technology and methods,which has a