● 摘要
能够自动地对目标进行识别是现代武器力争具备的先进性能之一，目前机载目标识别系统主要依靠雷达和红外成像传感器对目标进行识别。对于雷达传感器，针对现有的雷达目标识别算法的局限性，引入专家系统，模拟雷达兵指战员在目标识别中的判断经验和推理能力，提出并开发了一种雷达目标识别专家系统；针对雷达所获得信息的不确定性和不精确性，提出基于模糊推理的目标识别算法，它主要包括：隶属度的选择，模糊推理及输出解模糊化等。对于红外成像传感器，由于要识别的战斗机系列目标外观大致相同而只有微小区别，因此利用小波矩特征既能反映目标的全局信息，又具有对图像目标机构精细特征的把握能力，采用了基于小波矩和BP神经网络的红外图像目标识别技术对目标进行识别。为了提高机载传感器目标识别的性能，本文提出了基于机载雷达和红外成像传感器数据融合的智能目标识别算法。首先，从雷达模糊推理目标识别算法、雷达目标识别专家系统和基于小波矩特征及BP神经网络的图像目标识别算法分别得到带识别目标所属类别的基本概率分配函数；然后，用D-S证据组合规则将得到雷达和红外传感器两个基本概率分配函数组合，最终实现了机载雷达和红外成像传感器的数据融合。仿真结果表明：融合后的识别效果要比单个雷达或单个红外成像传感器的识别效果要好。