[01166134]复杂环境中目标跟踪与识别的信息融合关键技术

将多种智能信息处理技术协同进行目标识别与跟踪,增强跟踪与识别系统的环境自适应性,自学习能力以及鲁棒性,是目标跟踪与识别的发展趋势,复杂环境中目标跟踪与识别的信息融合关键技术在武器制导、自主导航、自动控制、智能交通、模式识别、智能信息与信号处理等领域均有重要的科学研究价值和广阔的应用前景。 本项目提出利用神经网络的学习功能提取模糊规则和调整隶属函数,实现了模糊推理、神经网络和证据理论的有效结合,使得信息融合系统具备了模糊推理特性和神经网络自学习能力,提高了信息融合系统处理的性能。在雷达与红外成像的目标识别融合系统中应用仿真结果表明：提高了目标识别的置信度,降低了系统虚警率,融合结果也更加合理。 为了提高目标跟踪的检测概率和缩短起始工作时间,提出了一种雷达与红外双模数据融合的检测前跟踪方法。检测前跟踪技术是低信噪比条件下目标检测与跟踪的有效方法, 粒子滤波和动态规划被提出来用于低信噪比条件下弱小目标的检测与跟踪。粒子滤波用于处理雷达获得的目标数据,动态规划用于处理红外传感器获得的目标数据,传感器探测目标产生检测结果,传送到分布式融合中心处理,得到最终检测判决。该方法应用雷达与红外双模数据融合的检测前跟踪,仿真结果表明本项目提出的方法提高目标跟踪的检测概率。