多传感器目标识别算法

多传感器目标识别算法

张斌

江南机电设计研究所，贵州贵阳 550009

摘要：我们都知道，在高科技信息对抗的情况下，各种监测设备的功能不断增加，发现的信息复杂且不断变化，而且每天都在增加。另一方面，使用各种技术来对抗隐形，如干扰和欺骗，增加人为造成的人为干扰，对独立的单边目标识别造成严重问题。通过一个传感器实现高生产率和稳定的目标识别系统的困难使数据与多个传感器融合成为一种特殊的数据处理工具，吸引了注意力。

关键词： 多传感器；目标；识别算法；                 

前言：识别传感器性能时,通常不可能完全描述目标是因为他自己的特征检测,不能充分利用信息影响效率和可靠性目标,有关他做一组特性和目标识别系统效率较低,尽管有些传感器提供独立和互补的特征向量和利用综合技术方法但他们可以更全面地描述目标，这增加了识别和减少错误的可能性。

一、多传感器目标识别好处

使用不同类型的传感器来完全识别目标有以下主要好处:扩大识别系统的时间和空间范围，提高识别系统的可行性可以利用每个传感器的优势互相学习，提高目标识别速度多感官反干扰性能远远超过个人传感器，可以减少或消除非目标物体的欺骗和干扰可以改善鉴定系统的稳定性，大大提高鉴定结果的效率、可靠性和不稳定性。确定原则性目标识别算法的理论基础和帮助几个研究者和几个传感器数据和原则原则为目标识别传感器和传感器和几个用于识别测量知识和加工性能闭塞收集和初步目标,被平滑，平均值也被提高，经常用于负载较低的目标。相敏感应器回路输出通过低带宽的二级目标阶段，而不是一级目标的宽度，目标效应。类似输入的电压调节目标提供了足够高的输出恒定电压稳定性。在传统的环绕探测器目标中，由于阈值降低，目标目标在解调器信号振幅上犯了一个大错误。与此同时，无法确定探测器输出的解调器阶段。目标放电必须缓慢。因此，将使用校正目标、校正信号或目标振幅来维持这个结构的容量，在输出时，目标将比其他目标更有效、更快地工作。随着温度的变化，目标的容量不会改变，目标的测量也会更精确。基于取样链技术的相旋转相移信号不提供低频目标，也不提供快速响应脉冲周期的工作时间此外允许区分解调器信号的相位。取样控制目标取代传统的低频过滤目标，以适应刺激信号的半周期，并增加目标反应时间。峰值控制目标精确地定义了次级感应信号的振幅，结合调节和反相目标提取出核心位置的信号，输出信号，使次级感应输出信号通电。在传感器稳定的影响下数据级别的融合使得获得稳定和持续的信息。

二、多传感器目标识别算法

1.先是传感器目标处理获取目标信息特征向量代表观测数据,然后选择一个特征提取和识别结果作为基础,然后分类和后续处理单个传感器的目标,然后推广信息识别目标,提供几个传感器数据即对齐和相关性导致人格更有效、更准确的评估和分类的决定,比任何其他系统在那里，传感器最终提供了一个稳定有效的目标识别结果。从信息抽象的角度来看，从输入信息的形式来看，数据与多个传感器的融合可以分为三个结构层面:数据的融合、特性的融合和决策的融合。数据级别的融合是每个传感器独特的观测数据选择适合低级参考。通过结合所有特征参数，你可以得到目标的单一特征向量级别集成处理大量数据和高成本。特征层的融合指的是中层的融合。首先，传感器数据从特征中提取，以获得特征向量，然后特征信息合并。这一级别，再加上数据收集和决策层次的优点和缺点，具有广泛的应用。决策级别的集成，高级别的数据集成。每个传感器的数据独立地处理，独立地定义目标的特征以获得独立的身份，然后合并以获得共同一致的决策结果，更好地抵抗排斥。此外，决策级别的合并对原始感官信息没有特殊要求，可以使用异质传感器，广泛的适应范围。多个传感器的数据融化算法基于多个理论:判断或探测理论是基于比较测量值和测量对象选择的假设，以确定哪些假设最适合观察到的值。这个理论使用了测量值的概率描述和先验概率概率概率来计算每个假设的概率值。两个线圈以微分形式连接，称为微分变压器传感器。该类型的传感器由两个组成:初级线圈结构、次级逆转录结构磁材料和机械化合物、网络环形结构和非物理心位移。通过主线圈输入交流电信号，连接心脏，通过双对称线圈诱导电压，理想情况下，当原子核位于中心时，两个次级线圈产生相同但相反的相互电压，因此输出微分电压等于零;当内核内部的位移发生变化时，输出电压随内核的移动而变化。经典的推理方法描述了数据在假设条件下与标识符相关的可能性，这表明目标的存在。经典推理方法的好处是它使用抽样分布，并提供测量误差的可能性。缺点是它一次只能评估两个假设，几个变量的复杂性增加，需要先验密度函数的有效性，否则先验值不能直接使用。为了确定目标，提供了一种算法来确定雅虎并行算法的概率，雅虎将每个传感器发送的识别结果与快速实时识别目标所需的算法运算相结合。

2.使用矩阵分析不确定性推理的方法，它将基于多种传感器类型的正常分布的检测数据结合起来，并得到一个基本的确定性分配矩阵，定义相关系数矩阵。通过多级递归并购和并购，可以对全球信息的并购和并购进行有意义的并购评估。识别结果显示，该算法具有高度的抗拉强度和有效性。学校认为，统计分析的任何问题都必须通过先发制人和原始的数据样本来解决。将目标和应用程序属性的类型与多个传感器合并，有理分布式配置，以减少每个目标模块化设备的热量散射影响到其他仪器的温度。特别是电源转换模块，目标中有更多的热量，必须安装在边缘附近，以减少传输路径。目标使用高导热有机硅材料填补隔热设备和外壳之间的缝隙，增加接触面积与绝缘体和绝缘体的接触面积，使电子设备能够有效地传播热量。编辑图需要根据设备电流密度的最小通道宽度，特别注意连接点上的通道垫；试着把表面画得更大一些。在相同的整流模式下，绕过检波被用来在不同的频率上调制信号，使其无法识别信号的频率。核心处于中间位置时，剩余的零应力保持不变，导致接近零的麻木区。通过相敏探测器，可以在中间位置、相位和信号频率上消除高谐波引起的剩余电压。然而，低频过滤目标会导致时间延迟，从而增加理解目标的反应时间，使相敏目标受限。这个解调器目标通过简单的比较器和级联目标转换成数字信号，与此同时，缓冲将目标和负载隔离并保持输出电压不变，否则目标上的电荷相守恒可以通过无法保存的负载来实现。容量在取样链中非常重要。容量必须能够在取样模式下快速充电，保持目标取样精度；在进入控制模式时，为了精确排出系统，目标的减压速率必须低。一体化以确保整个系统的可靠性一体化振荡目标的加工和信号目标在同一晶体成为趋势，使整个目标与校准功能补偿并用贝叶斯公式计算值可以相应地结合起来，表明该方法增加了识别目标的可能性，减少了不确定性，可以达到更高的速度，识别目标类型和属性是有效的方法。推理算法要求先验信息在许多实际情况下难以获得或不够准确，并且直接使用这些推理算法来识别目标面临三大挑战:首先，获得证据可以基于大量数据来确定先验函数;第二，证据必须是不相容或独立的，当有多个可能的假设和涉及多个条件的事件时，计算的复杂性会迅速增加;第三，缺乏分配总体不确定性的能力监管、保护等，降低成本，减少外部目标简化结构和提高生产率和可靠的传感器目标。

结论：根据传感器的工作原理和等效目标，详确定了传感器微分输出为模型和结构优化指明了方向。按照设计的要求，比较和分析传统和各种目标使用解调目标，避免非线性和相变二级诱导。

参考文献：

【1】 王数涛．多传感器信息融合及其应用综述．控制与决策，2019，16(5)：518-522．

【2】 陈心田．多传感器数据融合技术与应用．成都信息工程学院学报，2021，20(5)：503—509．