● 摘要
随着多传感器信息融合及其应用技术研究的快速发展，多传感器的管理成为了国内外研究的热点，它能够实现在一定条件下合理充分利用有限的传感器资源以满足系统最优性能的要求。本文是在基于目标识别的背景下，结合国内外最新成果，对多传感器管理理论和方法进行深入研究及仿真验证，本文所作的工作如下： 1、针对目标识别的特点，对目标识别中信息进行了划分，分析了随机集理论，并且给出了各种经典理论到随机集理论的转换形式，形成统一框架来处理目标识别过程中不完美信息融合问题。 2、建立了应用于目标识别的多传感器管理框架，介绍了传感器管理的方法及依据，针对目标识别的特点，分析了目标优先级及其分类依据；研究了利用证据推理对识别过程信息处理，并通过将信息分辨率与目标优先级及传感器成本权系数相结合，来实现有限传感器资源合理分配的方法。 3、针对传统证据融合规则在处理高冲突证据方面的缺陷，本文提出了一种改进算法，即在假设融合规则不变的情况下，对证据源进行修改，通过算法寻找产生冲突的证据，并进行修正，通过实验验证了该方法的有效性及合理性。 4、在建立概率统计模型的基础上，深入研究基于信息熵多传感器管理算法；通过使用数学上的部分排序集合概念来实现对目标优先级的合理赋值，并对该算法进行了仿真验证。