模糊神经网络与证据理论的飞机目标敌我识别

• 作者: 李勇 杨佐龙 王德功
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 模糊神经网络 证据理论 数据融合 敌我识别
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 78-82
• 分类号: TP319.4
• 字数: 3350字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5896.2012.01.014

摘要

为满足复杂环境下目标敌我属性识别能力,提出了一种基于模糊神经网络(FNN:Fuzzy Neural Networks)和证据理论的新敌我识别方法.该方法利用模糊神经网络和证据理论信息的处理能力,将敌我识别器(IFF:Identification Friend-or-Foe)、电子支援措施(ESM:Electronic Warfare Support Measure)、雷达及红外获取的信息融合,进行敌我识别.仿真结果表明,该方法的识别能力明显优于单一模糊神经网络分类器,识别率达0.994,同时具有很强的容错性和一定的抗干扰能力,更适合战场需要.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王德功	空军航空大学航空电子工程系	34	121	6.0	7.0
2	李勇	空军航空大学航空电子工程系	8	33	4.0	5.0
3	杨佐龙	空军航空大学航空电子工程系	9	34	4.0	5.0