基于云模型的DSm证据建模及雷达辐射源识别方法

摘要：

为了提高雷达辐射源特征参数存在互相交叠和多个模式情况的雷达辐射源正确识别率，该文提出一种基于云模型的 DSm(Dezert-Smarandache)证据建模及雷达辐射源识别方法。该方法首先将存在互相交叠和多个模式的先验雷达辐射源特征参数进行基于云模型的 DSm 建模，然后将含有噪声的测量信号特征参数进行基于云模型的DSm隶属度赋值，再通过隶属度与基本信度赋值的关系求得DSm模型的基本信度赋值，最后通过DSmT+PCR5的方法将多传感器测量信号的同特征的基本信度赋值进行融合，再将各特征的融合结果进行DSmT+PCR5融合得到最终的识别结果，如果仅为单传感器测量信号的特征参数，则仅将不同特征参数的基本信度赋值进行DSmT+PCR5得到融合识别结果。最后通过多种情况下的仿真实验，验证了该文方法的优越性。

关键词：雷达辐射源识别、信息融合、云模型、基本信度赋值、Dezert-Smarandache理论

分类号：TN95;TP391

资助基金：国家自然科学基金61102166,61471379;山东省优秀中青年科学家科研奖励基金BS2013DX003资助课题

在线出版日期：2015-09-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1779-1785