论文部分内容阅读
针对异类传感器目标识别的问题,提出了一种融合ESM和红外传感器的互补信息进行目标识别的方法。该方法首先利用了神经网络在目标识别中的优越性,完成目标初步分类;其中对于ESM的输出结果,运用粗集理论的方法实现辐射源类型向目标类型的转化;最后将网络每次的输出作为一条证据,在决策层上利用改进的D-S理论方法实现数据的融合。最后飞机目标识别的仿真实验,验证了该方法可以获得较高的识别效率。