买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西北工业大学

摘要：本发明公开了一种基于DS规则的多属性信息加权融合目标识别方法，包括获取雷达辐射源信号，并提取出对应的数据信号；以数据信号作为输入信息，基于EKNN分类器确定所述数据信号的分类结果；根据数据信号的分类结果，确定雷达辐射源信号的类型；本发明通过EKNN分类器为雷达辐射源信号对应的数据信号进行分类时，为每个数据信号对应的类别中的维度属性赋予权重值，区别的利用每个类别的不同雷达信号属性，对与数据信号分类结果影响度较大较小的雷达信号属性赋予较高较低的权重值，使得各雷达信号属性对不同数据信号类别具有不同的影响，可以有效提升数据信号分类的准确性，进而提升雷达辐射源信号的分类准确性。

主权项：1.一种基于DS规则的多属性信息加权融合目标识别方法，其特征在于，包括以下步骤：获取雷达辐射源信号，并提取出对应的数据信号；其中，所述数据信号包含至少两个维度的雷达信号属性；以所述数据信号作为输入信息，基于EKNN分类器确定所述数据信号的分类结果；其中，通过所述EKNN分类器进行分类时，为所述EKNN分类器中每种数据信号对应的类别中的雷达信号属性赋予权重值；根据所述数据信号的分类结果，确定所述雷达辐射源信号的类型；所述权重值的计算方法为：构建训练数据集，所述训练数据集包括不同类型的雷达辐射源信号对应的多个数据信号，以及每个数据信号对应的类别；分别计算训练数据集中每个所述数据信号和其所有近邻的基本信任函数融合值；其中，所述基本信任函数融合值包含所述权重值；根据所述基本信任函数融合值构建优化目标函数，求解所述优化目标函数，得到所述数据信号与其近邻之间的欧氏距离；根据所述欧氏距离，确定所述数据信号对应的类别中的雷达信号属性的权重值；所述优化目标函数为： 其中，为由Lt类别中每个雷达信号属性的权重值组成的向量，λt为欧氏距离系数，q为训练数据集中数据信号的总数，为数据信号xt和其近邻数据信号xk的基本信任函数值，Tt为数据信号xt的类别真值；λt＝[0,1]定义为： 式中，dt∈[0,1]是指分类器的预测结果与数据信号的真实类别间的欧氏距离，ν＞0是一个反应证据距离对数据信号距离系数的影响程度的惩罚因子，它的值越大，则证据距离对样本距离系数的影响就越大；所述数据信号与其近邻之间的欧氏距离的计算方法为： 其中，dx,xt为数据信号x和其近邻数据信号xt之间的欧氏距离，为类别为Lt的第n个雷达信号属性的权重值，xn为数据信号x的第n个雷达信号属性值，为数据信号xt的第n个雷达信号属性值。

全文数据：

权利要求：

百度查询： 西北工业大学 一种基于DS规则的多属性信息加权融合目标识别方法