1、本論文探討的是數(shù)據(jù)融合中的利用D-S證據(jù)理論進行目標身份識別的問題。在多傳感器數(shù)據(jù)融合系統(tǒng)中，目標的身份識別依賴于多種傳感器的報告所提供的身份信息，多種身份信息的融合可以產(chǎn)生有關目標身份的準確估計。本論文的結(jié)構(gòu)如下：在第一章簡要介紹了多傳感器數(shù)據(jù)融合的相關概念、基本原理、應用領域和發(fā)展研究；第二章簡要介紹了數(shù)據(jù)融合中使用的主要結(jié)構(gòu)模型和技術；第三章著重介紹了目前系統(tǒng)中主要應用的判決級身份融合方法；即Bayes方法和Dempster-Sh

2、afer證據(jù)理論。并比較了D-S證據(jù)理論相對于Bayes方法的優(yōu)越性和局限性。第四章研究和探討了目前比較經(jīng)典的幾種D-S證據(jù)理論的修正模型，并在此基礎上分析其缺陷和不足，提出了改進的方法，并運用實例進行了比較。在第五章中，基于該改進的方法，在一個經(jīng)典實例中運用平行多級融合的模型進行融合，并對效果進行比較。第六章為論文的結(jié)論。通過所得得結(jié)果可以看出，利用改進后的D-S修正模型可以實現(xiàn)對目標類型的更為精確的劃分和識別，從而達到了目標識別的目