直覺模糊多特征融合目標(biāo)類型識(shí)別模型

史紅權(quán)，徐永杰

(海軍大連艦艇學(xué)院科研部，遼寧 大連 116018)

直覺模糊多特征融合目標(biāo)類型識(shí)別模型

史紅權(quán)，徐永杰

(海軍大連艦艇學(xué)院科研部，遼寧 大連 116018)

應(yīng)用直覺模糊集完整描述目標(biāo)識(shí)別特征與類型關(guān)系之間的模糊性和猶豫性，建立基于最大隸屬原則的直覺模糊多特征模式識(shí)別的一般識(shí)別模型;針對(duì)戰(zhàn)場目標(biāo)類型識(shí)別問題中特征值不完全和識(shí)別特征之間獨(dú)立的特點(diǎn)，定義了識(shí)別特征值識(shí)別價(jià)值測(cè)度和直覺模糊動(dòng)態(tài)熵權(quán)，進(jìn)而建立了基于最大隸屬原則和動(dòng)態(tài)熵權(quán)的多特征直覺模糊目標(biāo)類型識(shí)別模型;通過應(yīng)用實(shí)例計(jì)算與對(duì)比，說明提出的模型是有效的;所建立的模型對(duì)空中目標(biāo)類型智能識(shí)別具有一定參考價(jià)值。

直覺模糊集;模式識(shí)別;目標(biāo)類型識(shí)別;直覺模糊動(dòng)態(tài)熵權(quán);最大隸屬原則

0 引言

目標(biāo)類型識(shí)別作為水面艦艇作戰(zhàn)指揮過程的一個(gè)重要內(nèi)容，是威脅估計(jì)和態(tài)勢(shì)分析的前提，也是進(jìn)行作戰(zhàn)指揮決策的重要依據(jù)。目標(biāo)類型識(shí)別可以理解為充分利用多個(gè)信息源資源，將各種目標(biāo)特征信息依據(jù)某種準(zhǔn)則來進(jìn)行組合，以獲得準(zhǔn)確可靠的目標(biāo)類型估計(jì)［1］。

目標(biāo)類型識(shí)別問題本質(zhì)上是一類多特征模式識(shí)別問題，模糊模式識(shí)別在目標(biāo)識(shí)別領(lǐng)域已經(jīng)有比較成功的應(yīng)用［2－4］。然而，模糊集理論單一隸屬度無法充分描述目標(biāo)識(shí)別特征的不確定性，不能完整地描述目標(biāo)類型與識(shí)別特征之間的猶豫性。直覺模糊集［5］(與vague集等價(jià))在這方面由于同時(shí)考慮隸屬度、非隸屬度和猶豫度，可以完整表達(dá)這一類識(shí)別知識(shí)。因此，直覺模糊集更適合于描述目標(biāo)識(shí)別知識(shí)，直覺模糊模式識(shí)別能為目標(biāo)類型識(shí)別問題提供有效的方法。

現(xiàn)代海戰(zhàn)場目標(biāo)類型識(shí)別問題與一般模式識(shí)別問題相比具有其特殊性，主要表現(xiàn)為識(shí)別特征多、識(shí)別信息模糊性、不確定性強(qiáng)。目前，尚無從直覺模糊模式識(shí)別角度研究戰(zhàn)場目標(biāo)類型識(shí)別問題的文獻(xiàn)。本文首先指出現(xiàn)有的直覺模糊模式識(shí)別模型的不足，建立多特征直覺模糊模式識(shí)別的一般模型;進(jìn)而針對(duì)目標(biāo)類型識(shí)別問題的特殊性，研究建立直覺模糊多特征融合目標(biāo)識(shí)別模型。

1 直覺模糊模式識(shí)別的一般模型

模糊模式識(shí)別方法可分為基于最大隸屬原則的方法、基于擇近原則的方法和基于模糊聚類的方法3類。本文的出發(fā)點(diǎn)是應(yīng)用基于最大隸屬原則的多特征直覺模糊模式識(shí)別方法研究戰(zhàn)場目標(biāo)類型識(shí)別問題。

1.1 預(yù)備知識(shí)

定義1［5］設(shè)X是1個(gè)給定論域，則X上的1個(gè)直覺模糊集A為:

其中，μA(x):X→［0，1］和vA(x):X→［0，1］分別代表A的隸屬度函數(shù)μA(x)和非隸屬度函數(shù)νA(x)，且對(duì)于A上的任意x∈X，都有0≤μA(x)+νA(x)≤1成立，而且稱πA(x)=1－μA(x)－νA(x)為x對(duì)A的猶豫度。

IFS(X)表示論域在X上的直覺模糊集的全體。為方便稱 ＜x，μ(x)，ν(x)＞為直覺模糊集A的1個(gè)直覺模糊元，稱 ＜μ(x)，ν(x)＞為x∈X的直覺模糊值，稱Θ為全體直覺模糊值的集合。因此，當(dāng)X上只有1個(gè)元素時(shí)，直覺模糊集可簡記為a=＜μa，νa＞，μa，νa∈［0，1］，μa+ νa≤1，此時(shí)，X 上的所有直覺模糊集也可由Θ表示。

定義 2［6］設(shè) aj= ＜ μj，vj＞ (j=1，…，n)為 1組直覺模糊值，若映射IFWA:Θn→Θ，則

直覺模糊熵是直覺模糊集不確定性的測(cè)度，這里采用文獻(xiàn)［7］構(gòu)造的一種直覺模糊熵。

定義 3［7］直覺模糊集 A={＜ x，μA(x)，γA(x)＞|x∈X}的熵E(A)是一個(gè)實(shí)值函數(shù)，E(A):A→［0，1］。

1.2 直覺模糊多特征模式識(shí)別一般模型

假設(shè)待識(shí)別對(duì)象B的各個(gè)特征值都是確定的，即待識(shí)別對(duì)象B可以用1個(gè)特征向量表示為:fB=(fB1，fB2，…，fBm)T，則待識(shí)別對(duì)象 B 隸屬于模式的特征直覺模糊值向量:

由上述定義可以看出，集結(jié)函數(shù)有多種選擇，可以是直覺模糊值到直覺模糊值的映射，也可以是直覺模糊值到實(shí)數(shù)區(qū)間［0，1］的映射?？梢圆捎萌〈笕⌒∷阕樱訖?quán)平均算子等，因此，最大隸屬原則的模式識(shí)別模型的關(guān)鍵問題是選擇合適的集結(jié)函數(shù)，不同的集結(jié)函數(shù)將構(gòu)成不同的具體的直覺模糊模式識(shí)別方法。從這個(gè)意義上講，文獻(xiàn)［8］中的識(shí)別方法是直覺模糊模式識(shí)別模型的1個(gè)特例。

2 多特征直覺模糊模式識(shí)別在目標(biāo)類型識(shí)別中應(yīng)用

在海戰(zhàn)場目標(biāo)類型識(shí)別等現(xiàn)實(shí)模式識(shí)別領(lǐng)域問題中，由于戰(zhàn)場環(huán)境和傳感器可靠性等因素，只能得到待識(shí)別對(duì)象的一部分特征。下面給出一個(gè)具體的應(yīng)用直覺模糊模式識(shí)別模型的目標(biāo)類型識(shí)別方法。

2.1 基于直覺模糊動(dòng)態(tài)熵權(quán)的目標(biāo)類型識(shí)別模型

基于上一節(jié)中的直覺模糊模式識(shí)別一般模型，將目標(biāo)類型作為已知模式，將戰(zhàn)場目標(biāo)作為待識(shí)別對(duì)象。不妨假設(shè)某個(gè)識(shí)別周期內(nèi)，測(cè)得前l(fā)個(gè)特征值，則待識(shí)別目標(biāo)B在各個(gè)類型的隸屬直覺模糊值向量構(gòu)成直覺模糊值矩陣MB如下:

矩陣MB的第j列表達(dá)的是各個(gè)類型具有第j個(gè)特征值的程度，其第i行表達(dá)的是第i個(gè)類型具有各種特征值的程度。

在目標(biāo)類型識(shí)別中，實(shí)際上由于某些目標(biāo)在某些特征上敏感，很難給出目標(biāo)類型識(shí)別中的各個(gè)特征信息賦予固定的權(quán)重，因此，本文采取基于識(shí)別價(jià)值的方法確定動(dòng)態(tài)權(quán)重。

定義6 假設(shè)待識(shí)別目標(biāo)B的第j個(gè)特征值的識(shí)別價(jià)值為V(fBj)，則待識(shí)別目標(biāo)B第j個(gè)特征的直覺模糊動(dòng)態(tài)熵權(quán)為:

考慮到取大取小算子造成信息丟失現(xiàn)象，可以采用加權(quán)平均算子作為集結(jié)函數(shù)。于是，根據(jù)式(1)和式(4)，得到待識(shí)別目標(biāo)B隸屬于類型A～i的隸屬程度:

最后，根據(jù)式(5)可以得到識(shí)別結(jié)果。

2.2 算例與模型比較

假設(shè)根據(jù)某個(gè)系統(tǒng)信息獲取水平和指揮決策需求，將目標(biāo)類型劃分為 T={T1，T2，T3，T4}表示 4 種類型的飛機(jī)，特征集合 F={F1，F(xiàn)2，F(xiàn)3，F(xiàn)4，F(xiàn)5，F(xiàn)6}分別表示目標(biāo)的一維距離像、回波信號(hào)、反射截面積、速度、航跡及加速度特征。

假設(shè)某識(shí)別周期內(nèi)，得到了目標(biāo)O的前4個(gè)特征值，采用文獻(xiàn)［9］中的數(shù)據(jù)，待識(shí)別目標(biāo)O在各個(gè)類型的隸屬直覺模糊值向量構(gòu)成直覺模糊值矩陣MO=(aij)4×4如下所示:

2)利用式(7)，計(jì)算目標(biāo)O的各識(shí)別特征的動(dòng)態(tài)熵權(quán)向量

3)利用式(8)，得到目標(biāo)O對(duì)各個(gè)類型的隸屬程度向量如下所示:

該結(jié)果與文獻(xiàn)［8］的結(jié)果基本一致，說明了該模型的有效性。造成識(shí)別排序在目標(biāo)類型T1和T2上不同的主要原因是文獻(xiàn)［8］中的集結(jié)算子權(quán)重確定方法具有一定的主觀性。同時(shí)，本文的方法計(jì)算簡便，集結(jié)算子權(quán)重確定方法上具有客觀動(dòng)態(tài)賦權(quán)的優(yōu)點(diǎn)。

3 結(jié)語

本文建立的直覺模糊模式識(shí)別模型更好地描述了多特征模式識(shí)別問題，更具有一般性和實(shí)用性，可以推廣到一般的模式識(shí)別問題領(lǐng)域。文中針對(duì)戰(zhàn)場目標(biāo)類型識(shí)別問題，給出了一類具體的最大隸屬原則模式識(shí)別模型，通過應(yīng)用算例和比較分析，模型是可行和有效的，而且具有計(jì)算簡單，客觀動(dòng)態(tài)賦權(quán)的優(yōu)點(diǎn)。下一步研究工作主要有:

1)在問題領(lǐng)域，將研究目標(biāo)類型與識(shí)別特征關(guān)系的直覺模糊集描述方法，建立目標(biāo)類型識(shí)別知識(shí);

2)在方法領(lǐng)域，將研究建立基于擇近原則的直覺模糊模式識(shí)別一般模型，進(jìn)一步分析各種直覺模糊熵的特點(diǎn)，選擇或者構(gòu)造一種符合應(yīng)用需求的直覺模糊熵。

［1］BOGLER P L.Shafer-dempster reasoning with application to multi-sensor target identification system［J］.IEEE SMC，1987，17(6):968 －977.

［2］郭桂蓉，謝維信，等.模糊模式識(shí)別［M］.長沙，國防科技大學(xué)出版社，1992.

GUO Gui-rong，XIE Wei-xin，etal.Fuzzy pattern recognition［M］.Changsha:Publishing Press Of National Science And Technology University，1992.

［3］李明軍，劉怡昕，黃先義，等.基于模糊模式識(shí)別的戰(zhàn)場目標(biāo)識(shí)別［J］.火力與指揮控制，2005，30(8):57 －60.

LING Ming-jun，LIU Yi-xin，HUANG Xian-yi，et al.Battlefield target recognition based on fuzzy pattern recognition［J］.Fire Control Command Control，2005，30(8):57－60.

［4］朱方，王付明.基于模糊信息論的空中目標(biāo)識(shí)別模型研究［J］.指揮控制與仿真，2006，28(2):109 －113.

ZHU Fang，WANG Fu-ming.Research on airtarget recognition model based on fuzzy information theory［J］.Command，Control and Simulation，2006，28(2):109 －113.

［5］ATANASSOV K T.Intuitionistic fuzzy sets［J］.Fuzzy Sets and Systems，1986，20:87 －96.

［6］XU Ze-shui.Intuitionistic fuzzy aggregation operators［J］.IEEE Transactions on Fuzzy Systems，2007，15:1179 －1187.

［7］王毅，雷英杰.一種直覺模糊熵的構(gòu)造方法［J］.控制與決策，2007，22(12):1390 －1394.

WANG Yi，LEI Ying-jie.A technique for constructing intuitionistic fuzzy entropy［J］.Control and Decision Making，2007，22(12):1390 －1394.

［8］徐永杰，李登峰，伍之前.基于直覺模糊熵和 CC-OWA算子的雷達(dá)目標(biāo)識(shí)別模型研究［J］.數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2009，39(17):86 －90.

XU Yong-jie，LI Deng-feng，WU Zhi-qian.Radar target recognition model based on entropy of intuitionistic fuzzy sets and CC － OWA operator［J］.Mathematics in Practice and Theory，2009，39(17):86 －90.

［9］李續(xù)武，李曉漫.直覺模糊熵在雷達(dá)目標(biāo)識(shí)別中的應(yīng)用［J］.航空計(jì)算技術(shù)，2007，37(4):27 －29.

LI Xu-wu，LI Xiao-man.Application of intuitionistic fuzzy entropy in radar targetrecognition［J］.Aerospace Computing Technology，2007，37(4):27 －29.

［10］XU Ze-shui.Intuitionistic fuzzy aggregation operators［J］.IEEE Transactions on Fuzzy Systems，2007，15:1179 －1187.

Intuitionistic fuzzy target type recognition model based on maximum membership degree principle

SHI Hong-quan，XU Yong-jie
(Department of Scientific Research，Dalian Naval Academy，Dalian 116018，China)

With the application of intuitionistic fuzzy sets to describe the fuzziness and intuitinism of relations between recognition feasures and target types，a corresponding intuitionistic fuzzy multi-features pattern recognition model is developed based on the maximum membership degree principle(MMDP).Considering the incompleteness of feature values and the independence among features in battlefield TTR problem，the recognition value and the intuitionistic fuzzy dynamic entroy-weight(IFDEW)for feature value are defined respectively.Furtherly，intuitionistic fuzzy multi-features TTR model are specified based on the MMDP and IFDEW.Through the comparative analysis of a practical example，our proposed model is verified to be effective and it is of importance to the artificial recognition of air target.

intuitionistic fuzzy sets;intuitionistic fuzzy pattern recognition;target type recognition;IFDEW;MMDP

TP391

A

1672－7649(2012)01－0095－04

10.3404/j.issn.1672－7649.2012.01.023

2011－03－17;

2011－04－08

史紅權(quán)(1972－)，男，碩士，副研究員，研究方向?yàn)樽鲬?zhàn)指揮輔助決策理論。