一种多特征目标识别方法与流程

技术特征：
1.一种多特征目标识别方法，其特征在于包括以下步骤：步骤110、将多个传感器在m种目标类型f
i
的n种目标特征c
j
上的测量数据生成目标样板数据集d
ij
，并在n种目标特征下对样本进行测量生成待测样本数据t
j
；步骤120、生成目标样板数据集在属于各目标类型的每个目标特征下的三角模糊数与待测样本数据在各目标特征下的三角模糊数；步骤130、将目标样板数据集中目标特征c
j
在目标类型f
i
下的三角模糊数与待测样本数据在目标特征c
j
下的三角模糊数进行匹配，生成各目标类型下每个目标特征的中智集表示；步骤140、将各目标类型下每个目标特征的中智集表示转化为基本概率指派；步骤150、使用加权平均融合各目标类型下每个目标特征的基本概率指派，得到各目标类型的基本概率指派；步骤160、融合各目标类型的基本概率指派，根据融合结果确定待识别目标所属的目标类型；步骤170、输出待识别目标所属的目标类型。2.根据权利要求1所述的一种多特征目标识别方法，其特征在于生成目标样板数据集在属于各目标类型的每个目标特征下的三角模糊数的方法为：计算目标样本数据集d
ij
中所有属于目标类型f
i
的k个样本在目标特征c
j
上的最小值平均值和最大值并生成目标样板数据集在属于目标类型f
i
的目标特征c
j
下的三角模糊数其中，其中，其中，为目标样板数据集d
ij
中属于目标类型f
i
的k个样本在目标特征c
j
上的测量值，1≤i≤m，1≤j≤n，m为目标类型的个数，n为目标特征的个数；目标样板数据集d
ij
是m种目标类型下n种目标特征的测量数据；生成待测样本数据在各目标特征下的三角模糊数的方法为：计算待测样本数据t
j
在目标特征c
j
上的最小值平均值和最大值并生成待测样本数据在目标特征c
j
下的三角模糊数待测样本数据t
j
是传感器在n种目标特征下对样本的测量值。3.根据权利要求1所述的一种多特征目标识别方法，其特征在于生成各目标类型下每个目标特征的中智集表示的方法为：使用第一公式生成待测样本数据t
j
在目标特征c
j
上属于目标类型f
i
的单值中智集表示a
ij
＝<t
ij
,f
ij
,g
ij
>；所述第一公式为：
其中表示目标特征c
j
上的待测样本数据三角模糊数与目标特征c
j
上属于目标类型f
i
的目标样板数据集三角模糊数的重叠面积，表示目标特征c
j
上的待测样本数据三角模糊数与目标特征c
j
上属于目标类型f
i
的目标样板数据集三角模糊数及目标特征c
j
上分别属于目标类型f
p,p≠i
的目标样板数据集三角模糊数的重叠面积的并集；根据待测样本数据t
j
在目标特征c
j
上属于目标类型f
i
的单值中智集表示，生成待测样本数据t
j
在m种目标类型下n种目标特征的中智集表示。4.根据权利要求3所述的一种多特征目标识别方法，其特征在于步骤140包含以下步骤：步骤141、根据待测样本数据t
j
在m种目标类型下n种目标特征的中智集表示，使用第二公式对中智集表示进行归一化处理，第二公式为：步骤142、基于待测样本数据t
j
在m种目标类型下n种目标特征的中智集表示的归一化处理结果，根据第三公式生成待测样本数据t
j
在属于目标类型f
i
的目标特征c
j
下的基本概率指派，其中，第三公式为：指派，其中，第三公式为：命题表示满足条件的所有元素f
p,p≠i
的集合，表示目标特征c
j
上的待测样本数据三角模糊数与目标特征c
j
上属于目标类型f
i
的目标样板数据集三角模糊数及目标特征c
j
上属于目标类型f
p,p≠i
的目标样板数据集三角模糊数无重叠，命题θ\b表示命题θ中包含的元素除去命题b中所有元素生成的元素集合，目标类型表示为f＝{f1,f2,
…
,f
m
}，目标特征表示为c＝{c1,c2,
…
,c
n
}，系统的辨识框架表示为θ＝{f1,f2,
…
,f
m
}，它的幂集
包含2
n
个命题。5.根据权利要求4所述的一种多特征目标识别方法，其特征在于步骤150包含以下步骤：步骤151、根据待测样本数据t
j
在m种目标类型下n种目标特征的中智集表示，使用第四公式计算待测样本数据t
j
在属于目标类型f
i
的目标特征c
j
下的中智集表示的熵，根据第五公式生成目标类型f
i
下目标特征c
j
所占权重；第四公式为：h
ij
＝-[(t
ij
g
ij
)log2(t
ij
g
ij
) (f
ij
g
ij
)log2(f
ij
g
ij
)]；第五公式为：步骤152、将待测样本数据在目标类型f
i
的n个目标特征上的n个基本概率指派使用加权平均进行融合，使用各目标特征分别在每个目标类型中所占的权重，根据第六公式生成目标类型f
i
上命题a的加权平均基本概率指派，使用第七公式融合目标类型f
i
下的n-1个加权平均基本概率指派，生成目标类型f
i
的基本概率指派；第六公式为：第七公式为：第七公式为：第七公式为：6.根据权利要求5所述的一种多特征目标识别方法，其特征在于步骤160包含以下步骤：步骤161、根据各目标类型的基本概率指派，使用第八公式对目标类型f1和f2的基本概率指派进行融合，并将融合结果与目标类型f3的基本概率指派进行融合，由此依次融合各目标类型的基本概率指派，生成决策基本概率指派m；其中，第八公式为：步骤162、根据第九公式生成目标类型f
i
的概率，将计算得到的各目标类型的概率进行排序，将最大的概率对应的目标类型确定为所述待识别目标所属的目标类型；第九公式为：|a|表示命题a的元素个数。7.根据权利要求1所述的一种多特征目标识别方法，其特征在于以显示方式或语音播报方式输出待识别目标所属的目标类型。

技术总结
本发明公开了提供一种多特征目标识别方法，属于目标识别技术领域，该方法包括：获取多个传感器采集的待识别目标的特征数据，所述待识别目标的特征数据包括待测样本数据；根据目标样本数据集与待测样本数据生成三角模糊数；根据目标样本数据集与待测样本数据的三角模糊数匹配生成各目标类型下每个目标特征的中智集表示；将各目标类型下每个目标特征的中智集表示转化为基本概率指派；使用加权平均融合各目标类型下每个目标特征的基本概率指派，得到各目标类型的基本概率指派；融合各目标类型的基本概率指派，根据融合结果确定待识别目标所属目标类型；输出待识别目标所属目标类型，该方法能提高目标识别的准确率，用于多特征目标识别。标识别。标识别。


技术研发人员：刘博 曾议芝
受保护的技术使用者：中国航空无线电电子研究所
技术研发日：2021.11.05
技术公布日：2022/2/7