论文部分内容阅读
针对证据理论计算复杂度高、无法处理具有冲突的传感器报告、干扰环境下融合结果不可靠等缺点,提出了利用凸优化理论来建立新的多传感器目标识别模型.根据传感器报告的特点,引入传感器可信度因子,构造了多传感器目标识别的代价函数,并且通过分解代价函数,将多传感器目标识别问题转换为凸二次优化问题.引入"惩罚因子",提出了利用对数罚函数法求解该问题的方法和步骤.理论分析和仿真结果表明,该识别模型能够实时高效地识别目标,并且较之证据理论具有更好的识别能力、更强的鲁棒性和更广泛的适用性,在多传感器目标识别中具有很好的应