DE69008477T2 - Verfahren und Vorrichtung zur Zielerkennung. - Google Patents

Verfahren und Vorrichtung zur Zielerkennung.

Info

Publication number
DE69008477T2
DE69008477T2 DE69008477T DE69008477T DE69008477T2 DE 69008477 T2 DE69008477 T2 DE 69008477T2 DE 69008477 T DE69008477 T DE 69008477T DE 69008477 T DE69008477 T DE 69008477T DE 69008477 T2 DE69008477 T2 DE 69008477T2
Authority
DE
Germany
Prior art keywords
values
target object
criterion
identified
probability
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
DE69008477T
Other languages
English (en)
Other versions
DE69008477D1 (de
Inventor
Alain Appriou
Regis Barthelemy
Colette Coulombeix
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Airbus Group SAS
Original Assignee
Airbus Group SAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Airbus Group SAS filed Critical Airbus Group SAS
Publication of DE69008477D1 publication Critical patent/DE69008477D1/de
Application granted granted Critical
Publication of DE69008477T2 publication Critical patent/DE69008477T2/de
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/28Details of pulse systems
    • G01S7/285Receivers
    • G01S7/292Extracting wanted echo-signals
    • G01S7/2923Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/28Details of pulse systems
    • G01S7/285Receivers
    • G01S7/295Means for transforming co-ordinates or for evaluating data, e.g. using computers
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/411Identification of targets based on measurements of radar reflectivity
    • G01S7/412Identification of targets based on measurements of radar reflectivity based on a comparison between measured values and known or stored values
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/255Detecting or recognising potential candidate objects based on visual cues, e.g. shapes

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Character Discrimination (AREA)
  • Image Analysis (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Description

  • Die vorliegende Erfindung betrifft ein Verfahren sowie eine Vorrichtung zur Identifizierung eines Zielobjektes innerhalb einer Vielzahl bekannter Zielobjekte.
  • Ein solches Verfahren ist bereits bekannt. In diesem bekannten Verfahren wird mittels eines geeigneten Sensors, zum Beispiel eines Radars, oder durch Rekonstruktion anhand von Attrappen oder Plänen, der Wert eines Kriteriums (zum Beispiel eines Radarechos) für jedes der bekannten Zielobjekte der Vielzahl an Zielobjekten bestimmt. Die so ermittelten Signale werden einer Ausgabeaufbereitung unterzogen und anschließend in einen Speicher eingelesen, um eine Datenbank aufzubauen. Nach dieser Vorbereitungsetappe ist es möglich, zur Etappe der Identifizierung überzugehen. Während dieser Identifizierungsetappe empfängt der Sensor die Signale, die von dem zu identifizierenden Zielobjekt ausgehen. Nach einer Vorverarbeitung werden diese Signale mit den Signalen, die sich in der Datenbank befinden, verglichen, und die Identifizierung des Zielobjektes ergibt sich durch das Ergebnis des Vergleichs. Ein solches Verfahren ist Zum Beispiel durch das Patent E.P.A. 2 593 608 bekannt.
  • Aufgrund der Mangelhaftigkeit der benutzten Sensoren, der angewendeten Verarbeitungsmethode, der Bedingungen, die während der Beobachtung des Zielobjektes, das gerade durch den Sensor identifiziert wird, herrschen, etc ..., bleibt die Wahrscheinlichkeit eines der Zielobjekte der Vielzahl der Zielobjekte während der Identifizierungsetappe zu identifizieren, begrenzt.
  • Gegenstand der vorliegenden Erfindung ist es, diese Unzulänglichkeit zu beseitigen und diese Wahrscheinlichkeit der Identifizierung entscheidend zu erhöhen.
  • Zu diesem Zweck ist, gemäß der Erfindung, das Verfahren zur Identifizierung eines Zielobjektes (T) innerhalb einer Vielzahl n bekannter Zielobjekte Ti (mit i = 1, 2, 3, ..., n) dadurch bemerkenswert, daß:
  • - in einer ersten Vorbereitungsetappe für jedes der bekannten Zielobjekte (Ti) erste Werte (Cki) ezmittelt werden, die eine Vielzahl p an Kriterien der Identifizierung Ck (mit k= 1, 2, 3, ...,p) repiräsentieren;
  • - in einer zweiten Vorbereitungsetappe, durch direkte Prüfung der n bekannten Zielobjekte (Ti), und zwar unter Zuhilfenahme der ersten Werte (Cki) und für jedes Identifizierungskriterium (Ck), mindestens n zweite Werte (PCk(Ti)) gebildet werden, welche die Wahrscheinlichkeiten dafür repräsentieren, daß ein Zielobjekt (Ti) während seiner Überprüfung identifiziert wird;
  • - in einer Etappe der Identifizierung des Zielobjektes:
  • durch direkte Prüfüng des zu identifizierenden Zielobjektes (T) und anhand der ersten Werte (Cki), die durch die erste Vorbereitungsetappe festgelegt wurden, mindestens p dritte Werte (pCk(Ti)) gebildet werden, die repräsentativ für die Wahrscheinlichkeiten sind, daß für jedes Identifizierungskriterium (Ck), das zu identifizierende Zielobjekt (T) jedes der bekannten Zielobjekte (Ti) ist
  • sie mit dritten Werten verschmolzen werden, die mit einem gleichen bekannten Zielobjekt (Ti) assoziiert sind, wobei die zweiten Werte berücksichtigt werden, so daß n vierte Werte (p(Ti)) ermittelt werden, wobei jeder von ihnen die Wahrscheinlichkeit dafür repräsentiert, daß das zu identifizierende Zielobjekt eines der bekannten Zielobjekte (Ti) ist und
  • die Identität des zu identifizierenden Zielobjektes (T) anhand des größten der vierten Werte festgelegt wird.
  • Auf diese Weise wird in der vorliegenden Erfindung eine Vielzahl an Kriterien benutzt und nicht, wie in der vorhergehenden Techmk, auf die oben hingewiesen wurde, ein einziges Kriterium. Diese Kriterienvielzahl, die zugehörigen Werten entspricht, wird mathematisch verschmolzen, so daß die Verschmelzung Assoziativität, Kommutation, Transitivität und die Eigenschaft einer total geordneten Menge aufweist. Dank der Anwendung einer Vielzahl verschmolzener Kriterien wird die Wahrscheinlichkeit der Identifizierung bedeutend erhöht. Sie ist umso größer, je größer die Anzahl der eingemischten Kriterien ist, und zwar in dem Maße wie diese eine gute Komplementarität der Diskriminierung aufweisen. Wie später noch deutlich werden wird, kann jedes der angewendeten Kriterien dem Typ derjenigen Kriterien angehören die die Form, die Poiarität etc. ..., der Reaktion eines beobachteten Zielobjektes definieren.
  • Die Gesetze der Verschmelzung, die für die Verschmelzung der Kriterien angewendet werden, können vielfältig sein. Vorzugsweise werden jedoch diejenigen angewendet, die im Satz von Bayes, der Methode des Entropiemaximums der Evidenztheorie oder der Theorie unscharfer Mengen festgelegt sind.
  • Im folgenden wird eine bibliographische Liste der Werke, die sich mit diesen Theorien befassen, aufgestellt.
  • [1] A. APPRIOU
  • "Intérêt des théories de l'incertain en Fusion de données
  • Colloque international sur le Radar Paris, 24-28. April 1989
  • [2] A. APPRIOU
  • "Procedure d'aide la décision multi-informateurs. Applications la classification multi-capteurs de cibles"
  • Symposium de l'Avionics Panel (AGARD) Turquie, 25-29. April 1988
  • [3] K.J.ARROW
  • "Social choice and individual valves"
  • John Wiley and Sons Inc - 1963
  • [4] D. BLAIR, R. POLLAK
  • "La logique du choix collectif"
  • Pour la Science - 1983
  • [5] A. SCHARLIC
  • "Décider sur plusieurs critères.
  • Panorama de l'aide la décision multicritère"
  • Presses Polytechniques Romandes - 1985
  • [6] R. L. KEENEY, B. RAIFFA
  • "Decisions with multiple objectives:
  • Preferences and value tradeoffs"
  • John Wiley and Sons - New York - 1976
  • [7] R. J. JEFFREY
  • "The logic of decision"
  • The University of Chicago Press, Ltd. - London - 1983 (2nd Edition)
  • [8] B.ROY
  • "Classements et choix en présence de points de vue multiples"
  • R.I.R.O. - 2ème année - nº 8 - 1968 p.p. 57-75
  • [9] B. ROY
  • "Electre III: un algorithme de classements fondé sur une représentation floue des préférences en présence de critères multiples"
  • Cahiers du CERO - Vol. 20 - nº 1 - 1978 - p.p. 3-24
  • [10] R. O. DUDA P. E. HART, M. J. NILSSON
  • "Subjective Bayesian methods for rule-based inference systems"
  • Technical Note 124 - Artificial intelligence Center - SRI international
  • [11] R. K. BHATNAGAR, L. N. KAMAL
  • "Handling uncertain information : a review of numeric and non-numeric methods"
  • Uncertainty in Artificial Intelligence - L. N. KAMAL and J. F. LEMMER (editors) - 1986
  • [12] A. P. DEMPSTER
  • "Upper and lower probabilities induced by a multivalued mapping"
  • Annals of mathematical Statistics - nº 38 - 1967
  • [13] A. P. DEMPSTER
  • "A generalisation of Bayesian inference"
  • Journal of the Royal Statistical Society - Vol. 30 - Serie B - 1968
  • [14] G. SHAFER
  • "A mathematical theory of evidence"
  • Princeton University Press - Princeton - New Jersey - 1976
  • [15] D. DUBOIS, N. PRADE
  • "Combination of uncertainty with belief functions : a reexamination"
  • Proceedings 9th international Joint Conference on Artificial Intelligence -Los Angeles - 1985
  • [16] H. E. KYBURG
  • "Bayesian and non Bayesian evidential updating"
  • Artificial Intelligence - 31 - 1987 - p.p. 271-293
  • [17] P.V. FUA "Using probability density functions in the framework of evidential reasoning Uncertainty in knowledge based Systems"
  • B. BOUCHON, R. R. YAGER, eds. Springer Verlag - 1987
  • [18] J. J. CHAO, E. DRAKOPOULOS, C. C. LEE
  • "An evidential reasoning approach to distributed multiple hypothesis detection"
  • Proceedings of the 20th Conference on decision and control - Los Angeles, CA - December 1987
  • [19] R. R. YAGER
  • "Entropy and specificity in a mathematical theory of Evidence"
  • Int. J. General Systems - 1983 - Vol. 9 - p.p. 249-260
  • [20] M. ISHIZUKA
  • "Inference methods based on extended Dempster and Shafer's theory for problems with uncertainty/fuzziness"
  • New Generation Computing - 1 - 1983 OHMSHA, Ltd, and Springer Verlag - p.p. 159-168
  • [21] L. A. ZADEH
  • "Fuzzy sets"
  • "Information and Control nº 8 - 1965 - p.p. 338- 353
  • [22] L. A. ZADEH
  • "Probability measures of fuzzy events"
  • Journal of Mathematical Analysis and Applications - Vol. 23 - 1968 - p.p. 421-427
  • [23] A. KAUFMANN
  • "Introduction la théorie des sous-ensembles flous"
  • Vol. 1, 2 et 3 - Masson - Paris - 1975
  • [24] M. SUGENO
  • "Theory of füzzy integrals and its applications"
  • Tokyo Institute of Technology - 1974
  • [25] R. E. BELLMAN, L. A. ZADEH
  • "Decision making in a fuzzy environment"
  • Management Science Vol. 17, No 4 - December 1970
  • [26] D. DUBOIS, N. PRADE
  • "Fuzzy sets and Systems - Theory and applications"
  • Academic Press - New York - 1980
  • [27] L. A. ZADEH
  • "Fuzzy sets as a basis for a theory of possibility"
  • Fuzzy sets and Systems 1 - 1978 - p.p. 3-28
  • [28] D. DUBOIS
  • "Modèles mathématiques de l'imprécis et de l'incertain en vue d'applications aux techniques d'aide la décision"
  • Thèse de Docteur d'Etat ès Sciences - Université de Grenoble - 1983
  • [29] D. DUBOIS, N. PRADE
  • "Théorie des possibilités application la représentation des connaissances en informatique"
  • Masson-Paris- 1985
  • Anläßlich der Verschmelzung der dritten Werte treten die zweiten Werte als Richtwerte auf, welche die Güte eines jeden Kriteriums der Identifizierung darstellen.
  • Selbstverständlich könnte man während der Verschmelzung auch andere Richtwerte eingeben, zum Beispiel der Beschaffenheit, des Vertrauens oder des Vorzugs.
  • Man wird bemerken, daß diese Verschmelzung bei bestimmten Größen oder bei unbestimmten Größen, d.h. bei Größen, die durch ein Werteintervall festgelegt werden, durchgeführt werden kann.
  • In einer vorteilhaften Anwendungsform, ist das Verfahren gemäß der Erfindung umso bemerkenswerter, als:
  • - in der zweiten Vorbereitungsetappe für jedes Kriterium Ck nxp zweite Werte PCk(Ti) festgelegt werden, die jeder die Wahrscheinlichkeit repräsentieren, daß das Zielobjekt (Ti) identifiziert wird, wohingegen es das Zielobjekt (Tj) ist, das gerade überprüft wird (mit j = 1, 2, 3, ..., n);
  • - wahrend der Identifiziemngsetappe:
  • dritte Werte pCk(Ti) gebildet werden, welche die Wahrscheinlichkeiten dafür darstellen, daß das zu identifizierende Zielobjekt (T), hinsichtlich jedem der p Kriterien, jedes der n bekannten Zielobjekte (Ti) ist;
  • mit diesen die nxp dritten Werte verschmolzen werden, die mit einem gleichen Zielobjekt (Ti) assoziiert sind, während die nxp zweiten Werte berücksichtigt werden.
  • Es ist von Vorteil, daß in der ersten Vorbereitungsetappe für alle bekannten Zielobjekte (Ti) die ersten Werte gespeichert werden, und zwar Kriterium für Kriterium, so daß alle ersten Werte jedes Zielobjektes, die einem Kriterium entsprechen, umgruppiert werden.
  • Die Bestimmung der ersten Werte kann durch direkte Prüfung der bekannten Zielobjekte (Ti) oder anhand von Attrappen oder Plänen der bekannten Zielobjekte durchgeführt werden.
  • Vorzugsweise werden im Verlauf der zweiten Vorbereitungsetappe die zweiten Werte durch den Vergleich der ersten Werte mit den Messungen von jedem der Zielobjekte ermittelt, und zwar jedem der Kriterien entsprechend, wobei die Messungen viele Male wiederholt werden.
  • Die zweiten Werte werden vorteilhafterweise in Matrixspeichern gespeichert, wobei jeder Matrixspeicher mit einem Kriterium assoziiert ist, und wobei an jedem Speicherplatz eines solchen Matrixspeichers die Wahrscheinlichkeit aufgezeichnet wird, daß ein bekanntes Zielobjekt identifiziert wird, während ein anderes bekanntes Zielobjekt der direkten Prüfung unterzogen wird.
  • Die vorliegende Erfindung betrifft zusätzlich eine Vorrichtung zur Identifizierung eines Zielobjektes (T) innerhalb einer Vielzahl n an bekannten Zielobjekten Ti (mit i = 1, 2, 3, ..., n). Gemäß der Erfindung ist diese Vorrichtung dadurch bemerkenswert, daß sie folgendes beinhaltet
  • - Suchmittel, die geeignet sind, das Zielobjekt (T) zu überprüfen und mindestens einen Wert für jedes Kriterium einer Vielzahl P an ldentifizierungskriterien Ck (mit k = 2, 3, ..., p) zu liefern;
  • - erste Speicherungsmittel, in denen die ersten Werte (Cki) aufgezeichnet werden, welche für jedes der bekannten Zielobjekte (Tip die Vielzahl der Identifizierungskriterien Ck repräsentieren:
  • - Vergleichsmittel, in denen die von den Suchmitteln gelieferten Werte mit den aufgezeichneten ersten Werten verglichen werden
  • - zweite Speicherungsmittel, in denen die zweiten Werte PCk(Ti) aufgezeichnet werden, welche die Wahrscheinlichkeiten dafür repräsentieren, daß für jedes Kriterium Ck ein bekanntes Zielobjekt (Ti) identifiziert wird:
  • - eine Vielzahl an Berechnungsmitteln die jeweils mit einem bekannten Zielobjekt (Ti) assoziiert und mit den Ausgaben der Vergleichsmittel sowie der zweiten Speicherungsmittel verbunden sind und die geeignet sind, die Verschmelzung der Ergebnisse des von den Vergleichsmirteln durchgeführten Vergleichs unter Berücksichtigung der zweiten Werte Zielobjekt für Zielobjekt auszuführen; und
  • - eine Maximumvorrichtung, welche die Ausgaben der Berechnungsmittel empfängt und an ihrer Ausgabe die Identität des zu identifizierenden Zielobjektes (T) liefert.
  • Es ist von Vorteil, daß die ersten Speicherungsmittel eine Vielzahl p an Speichern umfassen, wobei jeder von ihnen, bezüglich eines speziellen Kriteriums Ck, die Werte des besonderen Kriteriums Ck für alle bekannten Zielobjekte (Ti) beinhaltet.
  • Zusätzlich uinfassen die zweiten Speicherungsmittel vorzugsweise eine Vielzahl p an Mattixspeichern, wobei jeder von ihnen bezüglich eines speziellen Kriterium Ck die zweiten Werte PCk(Ti) für alle bekannten Zielobjekte (Ti) beinhaltet.
  • Die zweiten Vergleichsmittel können aus einer Vielzahl an Einzelkomparatoren bestehen, wobei jeder von ihnen einen Wert, der aus den Suchmitteln stammt, mit einem der ersten Werte vergleicht.
  • Die Figuren der beigefügten Zeichnung erläutern, auf welche Art die Erfindung verwirklicht werden kann. In diesen Figuren bezeichnen identische Referenzbezeichnungen ähnliche Elemente.
  • Figur 1 veranschaulicht schematisch die erste Vorbereitungsetappe des Verfahrens gemäß der vorliegenden Erfindung.
  • Die Figuren 2, 3 und 4 veranschaulichen schematisch verschiedene Phasen der zweiten Vorbereitungsetappe des Verfahrens gemäß der vorliegenden Erfindung.
  • Figur 5 zeigt das synoptische Schema der Identifizierungsvorrichtung gemäß der vorliegenden Erfindung.
  • Die Figuren 6, 7, und 8 veranschaulichen schematisch verschiedene Phasen der Identifizierungsetappe des Verfahrens gemäß der vorliegenden Erfindung, und zwar in einer vereinfachten Durchführungsform.
  • Das in Figur 1 schematisch dargestellte System erlaubt die Durchführung der ersten Vorbereitungsetappe des Verfahrens gemäß der vorliegenden Erfindung. Dieses System beinhaltet einem Sensor 1, der zum Beispiel aus einem Radar 2 und seiner Antenne 3, einer Vorrichtung 4 zur Extraktion der gewünschten Merkmale (oder Kriterien) eines vom Sensor 1 erzeugten Signals sowie einer Vielzahl an p Speichern M1 bis Mp besteht.
  • Eine Vielzahl an n potentiellen Zielobjekten T1 bis Tn wird dem Sensor 1 präsentiert. Dieser beobachtet der Reihe nach jedes einzelne der Zielobjekte, die Vorrichtung 4 liefert für jedes beobachtete Zielobjekt eine Vielzahl an p Kriterien C1 bis Cp, wobei jedes der Kriterien q Werte hat.
  • Von den angewendeten Kriterien, lassen sich die folgenden aufzählen:
  • - Kriterien, welche die Form der inkohärenten Radar-Impulsantwort eines beobachteten Zielobjektes definieren (Länge, Trägheit, mittlere Autokorrelationsfunktion...);
  • - Kriterien, welche die Form der Radarantwort eines Zielobjektes mit unterschiedlichen Frequenzen definieren;
  • - Kriterien, welche die Form der Dopplerkennungen eines Zielobjektes definieren;
  • - Kriterien, welche die Form des Radarechos eines Zielobjektes mit Bezug auf seine relative Lage hinsichtlich des Sensors definieren;
  • - die Polarisation des Radarechos eines beobachteten Zielobjektes hinsichtlich der vom Radar ausgesendeten Polarisation;
  • - Kriterien, die die Form des Zielobjektes in einem Bild mit hoher Auflösung des Typs SAR (Synthetic Aperture Radar; Radar mit künstlicher Strahleröffnung) oder ISAR (Inverse Synthetic Aperture Radar; Inverser Radar mit künstlicher Strahleröffnung), (Momente, Fourierkoeffizienten...), oder seiner Beschaffenheit definieren.
  • Auf diese Weise liefert die Extraktionsvorrichtung 4 für jedes beobachtete Zielobjekt T1 bis Tn p Kriterien C1 bis Cp, wobei jedes dieser Kriterien sich in Form einer Menge an q Werten mit Bezug auf den bettachteten Parameter (Lage, Entfernung, Frequenz, Polarisation, etc ...) darstellt.
  • Man beginnt damit, dem Sensor 1 ein Zielobjekt T1 zu präsentieren und variiert den Parameter, von dem das Kriterium C1 abhängt. Für g besondere Werte dieses Parameters liefert die Extraktionsvorrichtung 4 an ihrer Ausgabe 4.1 die dem Kriterium C1 zugeordneten q Werte, die in einem Bereich C11 des Speichers M1 gespeichert werden. Auf dieselbe Weise variiert man den Parameter, von dem das Kriterium C2 abhängt, und zwar für q besondere Werte dieses Parameters (welcher derselbe sein kann wie der vorhergehende), und die Extraktionsvorrichtung 4 liefert an ihrer Ausgabe 4.2 die dem Kriterium 2 entsprechenden q Werte, die in einem Bereich C21 des Speichers M2 gespeichert werden. Man führt vergleichbare Operationen für alle weiteren Kriterien aus, und zwar bis zum Kriterium Cp welches an der Ausgabe 4.p der Vorrichtung 4 erscheint, und dessen q Werte in einem Bereich Cp1 des Speichers Mp gespeichert werden.
  • Anschließend wird das Zielobjekt T1 vor dem Sensor 1 durch das Zielobjekt T2 ersetzt und q Werte von jedem der Kriterien C1 bis Cp werden für das Zielobjekt T2 auf die oben beschriebene Weise gemesssen. Die q Werte des Kriteriums C1 für das Zielobjekt T2 werden in einem Bereich C12 des Speichers M1 gespeichert, wobei die q Werte des Kriteriums C2 für das Zielobjekt T2 in einem Bereich C22 des Speichers M2 gespeichert werden etc..., und die g Werte des Kriteriums Cp für das Zielobjekt T2 werden in einem Bereich Cp2 des Speichers Mp gespeichert.
  • Das zuvor beschriebene Verfahren wird für jedes der folgenden Zielobjekte T3 bis Tn wiederholt und jedes Mal:
  • - werden die g Werte des Kriteriums C1 für das Zielobjekt T3 in einem Bereich C13 des Speichers M1 gespeichert:
  • - werden die q Werte des Kriteriums C2 für das Zielobjekt T3 in einem Bereich C23 des Speichers M2 gespeichert;
  • - etc...;
  • - werden die q Werte des Kriteriums Cp für das Zielobjekt T3 in einem Bereich Cp3 des Speichers Mp gspeichert;
  • - etc...;
  • - werden die q Werte des Kriteriums C1 für das Zielobjekt Tn in einem Bereich C1n des Speichers M1 gespeichert;
  • - werden die q Werte des Kriteriums C2 für das Zielobjekt Tn in einem Bereich C2n des Speichers M2 gespeichert:
  • - etc...;
  • - werden die q Werte des Kriteriums Cp für das Zielobjekt Tn in einem Bereich Cpn des Speichers Mp gespeichert.
  • Auf diese Weise enthalten die n Bereiche C11 bis C1n des Speichers M1 die q Werte des Kriteriums C1, und zwar jeweils für die n Zielobjekte T1 bis Tn die n Bereiche C21 bis C2n des Speichers M2 enthalten die q Werte des Kriteriums C2, und zwar jeweils für die n Zielobjekte T1 bis Tn : etc ..... die n Bereiche Cp1 bis Cpn des Speichers Mp enthalten die q Werte des Kriteriums Cp, und zwar jeweils für die n Zielobjekte T1 bis Tn. Die p Speicher M1 bis Mp sind folglich jeweils mit einem Kriterium C1 bis Cp assoziiert und enthalten den entsprechenden Wert des Kriteriums für jedes der beobachteten Zielobjekte T1 bis Tn.
  • Man wird bemerken, daß es sich bei den Zielobjekten T1 bis Tn, die im System der Figur 1 benutzt werden, nicht um tatsächliche Zielobjekte handeln kann, sondern um Attrappen, welche die Zielobjekte darstellen. Des weiteren wird man feststellen, daß die erste Vorbereitungsetappe des Verfahrens gemäß der vorliegenden Erfindung nicht gezwungenermaßen eine Übungsetappe ist, wie dies in Hinblick auf Figur 1 beschrieben wurde, die Übungszeit stellt vielmehr nur eine Möglichkeit dar, die Speicher M1 bis Mp zu erhalten. In der Tat ist es möglich wenn die physikalischen Charakteristika der tatsächlichen Zielobjekte bekannt sind, die unterschiedlichen Bereiche C11, C12, ..., C1n, C21, C22, ..., C2n, C31 ..., Cpn der Speicher M1 bis Mp mit Hilfe der Informationen, die durch theoretische Berechnungen ermittelt wurden, zu füllen.
  • Des weiteren wird man bemerken, daß die p Kriterien C1 bis Cp mit Hilfe von zwei oder mehreren Sensoren ermittelt werden könnten anstatt daß sie, wie dies in den Figuren 1 dargestellt wurde, von einem einzizigen Sensor 1 geliefert werden.
  • Figur 2 veranschaulicht eine erste Phase der zweiten Vorbereitungsetappe des Verfahrens gemäß der vorliegenden Erfindung. In dieser Figur wurde ein System dargestellt, welches wie das System der Figur 1, den Sensor 1 (oder einen identischen Sensor) und die Extraktionsvortichtung 4 beinhaltet. Das System der Figur 2 beinhaltet zusätzlich eine Vergleichsvorrichtung 5 mit n Komparatoren 6.1, 6.2, ..., 6.n sowie eine Optimierungsvorrichtung 7, einen Matrixspeicher MC1 mit n Zeilen und n Spalten und den Speicher M1, der zuvor beschrieben wurde. Die Ausgabe 4.1 der Extraktionsvorrichtung 4 ist mit einer Eingabe jedes der Komparatoren 6.1 bis 6.n verbunden, während die anderen Eingaben dieser Komparatoren jeweils mit den Bereichen C11 bis C1n des Speichers M1 verbunden sind. Die Ausgaben der Komparatoren 6.1 bis 6.n sind mit der Optimierungsvorrichtung 7 verbunden. Die Ausgabe 8 dieser Optimierungsvorrichtung 7 ermöglicht die Eingabe von Informationen in die Spalten des Matrixspeicher MC1. Des weiteren ermöglicht eine Steuerung 9 die Auswahl einer Eingabezeile des Matrixspeichers.
  • Das System der Figur 2 arbeitet auf die folgende Art und Weise:
  • A - a) Dem Sensor 1 wird ein erstes Mal das Zielobjekt T1 präsentiert so daß an der Ausgabe 4.1 der Exttaktionsvorrichtung 4 der Istwert des Kriteriums C1 für das Zielobjekt T1, welches gerade beobachtet wird, erscheint. In einem Komparator 6.1 wird dieser lstwert mit dem entprechenden Wert, welcher vorher im Bereich C11 des Speichers M1 eingespeichert wurde, verglichen, und an der Ausgabe des Komparators 6.1 erscheint ein Wert, der die Wahrscheinlichkeit repräsentiert, daß es sich, was das Kriterium C1 anbelangt, bei dem Zielobjekt, welches der Sensor 1 und die Extraktionsvorrichtung 4 gerade identifizieren, tatsächlich um das Zielobjekt T1 handelt. Später wird diese Wahrscheinlichkeit mit PC1(T1) bezeichnet. Selbstverständlich hätte diese Wahrscheinlichkeit PC1(T1) den Wert 1, wenn der Sensor 1 und die Bedingungen der Identifizierung perfekt wären.
  • Ebenso wird im Komparator 6.2 der Istwert des Kriteriums C1 für das Zielobjekt T1, welches gerade überprüft wird, mit dem Wert verglichen, der vorher im Bereich C12 des Speichers M1 gespeichert wurde. Dieser letzte, zuvor eingespeicherte Wert bezieht sich auf den Wert des Kriteriums C1 für das Zielobjekt T2. Auf diese Weise erscheint an der Ausgabe des Komparators 6.2 ein Wert, der die Wahrscheinlichkeit repräsentiert, daß es sich, hinsichtlich des Kriteriums C1, bei dem Zielobjekt welches gerade durch den Sensor 1 und die Extraktionsvorrichtung 4 identifiziert wird, um das Zielobjekt T2 handelt. Diese Wahrscheinlichkeit wird mit PC1(T2) bezeichnet. Selbstverständlich hätte diese Wahrscheinlichkeit PC1(T2) den Wert 0, wenn der Sensor 1 und die Bedingungen der Identifizierung perfekt wären.
  • Auf analoge Weise sieht man, daß an der Ausgabe des Komparators 6.3 ein Wert erscheint, der die Wahrscheinlichkeit PC1(T3) repräsentiert, daß es sich hinsichtlich des Kriteriums C1 bei dem Zielobjekt, welches der Sensor 1 und die Extraktionsvorrichtung 4 gerade identifizieren, um das Zielobjekt T3 handelt.
  • Dasselbe gilt für die verschiedenen Komparatoren 6.i (mit i = 1, 2, 3, ..., n), so daß dank der ersten Präsentation des Zielobjektes T1 für den Sensor 1 eine erste Wertemenge für die Wahrscheinlichkeiten PC1(T1), PC1(T2), PC1(T3) PC1(Tn) an die Optimierungsvorrichtung 7 adressiert wird, welche die erste Wertemenge speichert.
  • b) Nach Einspeicherung der ersten Wertemenge der Wahrscheinlichkeiten PC1(Ti) wird das Zielobjekt T1 dem Sensor 1 zum zweiten Mal präsentiert, und zwar auf eine Weise, die der oben beschriebenen ähnelt, und man erhäit eine zweite Wertemenge für die Wahrscheinlichkeiten PC1(Ti), die ebenfalls in der Optimierungsvorrichtung 7 gespeichert wird.
  • c) Die Präsentation des Zielobjektes T1 für den Sensor 1 wird (N-2) Mal wiederholt, so daß man insgesamt N1 Wertemengen für die Wahrscheinlichkeiten PC1(Ti) erhält, wobei diese N1 Wertemengen in der Optimierungsvorrichtung 7 gespeichert werden.
  • d) Ausgehend von diesen N1 Wertemengen legt die Optimierungsvorrichtung 7 (die zum Beispiel dem Typ zur Maxiniumsbestimmung angehört, gefolgt von einer Zählung der verschiedenen Entscheidungen und einer Normalisierung durch N1) eine erste Einzelmenge fest, die um n Werte für die Wahrscheinlichkeiten PC1(Ti) optimiert ist, und welche an ihrer Ausgabe 8 zur Verfügung steht.
  • e) Diese erste optimierte Emzelwertemenge wird nun in die erste Zeile des Speichers MC1 eingegeben, welcher zu diesem Zweck durch die Steuerung 9 sensibilisiert wurde, so daß
  • - am Speicherplatz 10.11 der ersten Zeile und der ersten Spalte der Matrix MC1 der Wert PC1(T1) der ersten optimierten Einzelwertemenge gespeichert wird;
  • - am Speicherplatz 10.12 der ersten Zeile und der zweiten Spalte der Matrix MC1 der Wert PC1(T2) der ersten optimierten Einzelwertemenge gespeichert wird:
  • - am Speicherplatz 10.13 der ersten Zeile und der dritten Spalte der Matrix MC1 der Wert PC1(T3) der ersten optimierten Einzelwertemenge gespeichert wird;
  • - etc ...;
  • - am Speicherplatz 10. 1n der ersten Zeile und der nten Spalte der Matrix MC1 der Wert PC1(Tn) der ersten optimierten Einzelwertemenge gepeichert wird:
  • Es wird somit deutlich, daß an einem beliebigen Speicherplatz 10.1i der ersten Zeile der Matrix MC1 ein Wert von PC1(Ti) gespeichert wird, welcher der Wahrscheinlichkeit entspricht, daß es sich, bezüglich des Kriteriums C1, bei dem identifizierten Zielobjekt um das Zielobjekt Ti handelt, wenn das präsentierte Zielobjekt das Zielobjekt T1 ist.
  • B - a) Die verschiedenen Operationen a bis e des vorangegangenen Abschnitts A werden wiederholt, diesmal wird jedoch das Zielobjekt T2 dem Sensor viele Male N2 präsentiert. N2 kann selbstverständlich N1 entsprechen.
  • b) Man erhält folglich an der Ausgabe der Optimierungsvorrichtung 7 der Figur 2 eine zweite optimierte Einzeiwertemenge PC1(Ti), und zwar für die Präsentation des Zielobjektes T2.
  • c) Durch die Verbindung 9 wird nun die zweite Zeile der Matrix MC1 sensibilisiert und die zweite Einzelwertemenge wird hier gespeichert, so daß:
  • - am Speicherplatz 10.21 der zweiten Zeile und der ersten Spalte der Matrix MC1 der Wert PC1(T1) der zweiten optimierten Einzelwertemenge gespeichert wird:
  • - am Speicherplatz 10.22 der zweiten Zeile und der zweiten Spalte der Matrix MC1 der Wert PC1(T2) der zweiten optimierten Einzelwertemenge gespeichert wird;
  • - etc ...;
  • - am Speicherplatz 10.2n der zweiten Zeile und der njen Spalte der Matrix NC1 der Wert PC1(Tn) der zweiten optimierten Einzelwertemenge gespeichert wird.
  • Auf diese Weise wird an einem beliebigen Speicherplatz 10.2i der zweiten Zeile der Matrix MC1 ein Wert von PC1(Ti) gespeichert, welcher die Wahrscheinlichkeit repräsentiert, daß es sich, hinsichtlich des Kriteriums C1, bei dem identifizierten Zielobjekt um das Zielobjekt Ti handelt, während das präsentierte Zielobjekt das Zielobjekt T2 ist.
  • C - a) Die verschiedenen Arbeitsvorgänge a bis c des vorangegangenen Abschnitts B werden wiederholt, wobei der Reihe nach viele Male jedes der Zielobjekte T3 bis Tn dem Sensor 1 präsentiert wird und wobei jedes Mal die erhaltene optimierte Einzelwertemenge PC1(Ti) in der entsprechenden Zeile des Matrixspeichers MC1 gespeichert wird;
  • b) Auf diese Weise wird an einem beliebigen Speicherplatz 10.ji des Matrixspeichers MC1 (mit i = 1, 2, 3, ..., n mit Bezug auf die Spalten der Matrix MC1 und mit j = 1, 2, 3, ..., n mit Bezug auf die Zeilen der Matrix) ein Wert von PC1(Ti) gespeichert, der dieWahrscheinlichkeit repräsentiert, daß es sich hinsichtlich des Kriteriums C1 bei dem identifizierten Zielobjekt um das Zielobjekt Ti handelt, wenn das präsentierte Zielobjekt das Zielobjekt Tj ist.
  • Figur 3 veranschaulicht eine zweite Phase der zweiten Vorbereitungsetappe des Verfahrens gemäß der vorliegenden Erfindung. In dieser Figur findet man, wie in Figur 2, den Sensor 1, die Extraktionsvorrichtung 4, die Vergleichsvorrichtung 5, die Optimierungsvorrichtung 7 und die Steuernng 9 wieder. Der Speicher M1 wurde jedoch durch den Speicher M2 ersetzt und der Matrixspeicher MC1 durch einen Matrixspeicher MC2, der ebenfalls über n Zeilen und n Spalten verfügt. In dieser Phase ist die Ausgabe 4.2 der Extraktionsvorrichtung 4 mit einer Eingabe eines jeden der Komparatoren 6.1 bis 6.n der Vorrichtung 5 verbunden. während die anderen Eingaben der Komparatoren jeweils mit den Bereichen C21 bis C2n des Speichers M2 verbunden sind. Die Ausgabe 8 der Optimierungsvorrichtung 7 steuert die Einspeicherung in die Spalten des Matrixspeichers MC2, während die Einspeicherung in die Zeilen des Matrixspeichers MC2 von der Steuerung 9 gesteuert wird, wie dies im Falle des Matrixspeichers MC1 beschrieben wurde.
  • Mit Hilfe der Vorrichtung der Figur 3 werden Operationen ausgeführt, die den in Figur 2 beschriebenen Operationen gleichen, so daß an einem beliebigen Speicherplatz 10.ji des Matrixspeichers MC2 ein Wert PC2(Ti) gespeichert wird, welcher die Wahrscheinlichkeit repräsentiert, daß es sich, hinsichtlich des Kriteriums C2, bei dem identifizierten Zielobjekt um das Zielobjekt Ti handelt, während das präsentierte Zielobjekt in Wirklichkeit das Zielobjekt Tj ist.
  • Für jeden der Speicher M3, M4, ..., Mp werden analoge Operationen durchgeführt, und jedesmal wird auf eine Art, die der zuvor beschriebenen gleicht, ein Matrixspeicher MC3, MC4 ..., MCp gebildet.
  • In Figur 4 wird die pte und letzte Phase der zweiten Vorbereitungsetappe des Verfahrens gemäß der vorliegenden Erfindung veranschaulicht. Die Ausgabe 4p der Extraktionsvorrichtung 4 ist nun mit einer Eingabe jedes der Komparatoren 6.1 bis 6.n der Vorrichtung 5 verbunden, während die anderen Ausgaben der Komparatoren jeweils mit den Bereichen Cp1 bis Cpn des Speichers Mp verbunden sind. Ausgabe 8 der Optimierungsvorrichtung 7 steuert die Einspeicherung in die Spalten dieses Matrixspeichers MCp, während, wie bereits zuvor, die Einspeicherung in die Spalten des Matrixspeichers durch die Steuerung 9 gesteuert wird.
  • Mit Bezug auf das zuvor Beschriebene wird leicht verständlich, daß an einem beliebigen Speicherplatz 10.ji des Matrixspeichers MCp ein Wert PCp(Ti) eingespeichert wird, der die Wahrscheinlichkeit repräsentiert, daß es sich hinsichtlich des Kriteriums Cp bei dem identifizierten Zielobjekt um das Zielobjekt Ti handelt, während das präsentierte Zielobjekt das Zielobjekt Tj ist.
  • Auf diese Weise bildet die Menge der p Matrixspeicher MC1 bis MCp eine Datenbank der Wahrscheinlichkeit, so daß eine beliebige Speicherstelle 10.ji eines beliebigen Matrixspeichers MCk (mit k = 1, 2, ..., p) einen Wert PCk(Ti) beinhaltet, der die Wahrscheinlichkeit repräsentiert, daß es sich, hinsichtlich des Kriteriums Ck, bei dem identifizierten Zielobjekt um das Zielobjekt Ti handelt, während das präsentierte Zielobjekt das Zielobjekt Tj ist.
  • Die Matrixspeicher MC1 bis MCp werden im folgenden Täuschungsmatrizes genannt.
  • Figur 5 zeigt das generelle synoptische Schema des Systems gemaß der vorliegenden Erfindung, welches die Identifizierung eines beliebigen Zielobjektes T, bei dem es sich um eines der zuvor erwähnten Zielobjekte T1 bis Tn handelt, ermöglicht, und zwar ausgehend von Informationen, die in die Speicher M1 bis Mp und in den Täuschungsmatrizes MC1 bis MCp eingelesen wurden.
  • Das System der Figur 5 beinhaltet den Sensor 1 (oder einen identischen Sensor) und die Extraktionsvorrichtung 4 (oder eine identische Vorrichtung) sowie die Menge an Speichern M1 bis Mp und die Menge an Täuschungsmatrizes MC1 bis MCp. Des weiteren beinhaltet es eine Vergleichsvorrichtung 11, welche n Mengen 11.1 bis 11.n beinhaltet, die jede p einzelne Komparatoren 12.1 bis 12.p umfaßt (siehe Figuren 6 bis 8) sowie eine Menge an n Berechnungsmitteln oder Verschmelzungseinheiten UF1 bis UFn, deren jeweilige Ausgaben 13.1 bis 13.n mit einer Maximumoptimierungsvorrichtung 14 verbunden sind, an deren Ausgabe 15 das Ergebnis der Identifizierung des Zielobjektes T erscheint, d.h. die Nummer i des Zielobjektes Ti, mit der das Zielobjekt T als identisch identifiziert wird.
  • Zu diesem Zweck empfängt die Vergleichsvorrichtung 11 die von der Extraktionsvorrichtung 4 erzeugten Signale sowie den Inhalt der Matrizes M1 bis Mp und bildet die Differentialsignale, die an die Verschmelzungsseinheiten UF1 bis UFn adressiert werden. Des weiteren erhalten die Verschmelzungseinheiten den Inhalt der Täschungsmatrizes MC1 bis MCp. Jede Verschmelzungseinheit führt die Verschmelzung dieser verschiedenen Signale durch und liefert an ihrer Ausgabe ein Signal, welches die Wahrscheinlichkeit repräsentiert, daß das dem Sensor 1 präsentierte Zielobjekt T eines der Zielobjekte Ti ist. An der Ausgabe 13.1 der Verschmelzungseinheit UF1 erscheint ein Signal, welches die Wahrscheinlichkeit repräsentiert, daß das Zielobjekt T das Zielobjekt T1 ist, an der Ausgabe 13.2 der Verschmelzungseinheit UF2 erscheint ein Signal, welches die Wahrscheinlichkeit repräsentiert, daß das Zielobjekt T das Zielobjekt T2 ist, etc ..., und an der Ausgabe 13.n der Verschmelzungseinheit UFn erscheint ein Signal, welches die Wahrscheinlichkeit repräsentiert, daß das Zielobjekt T das Zielobjekt Tn ist. Diese verschiedenen Signale die die Wahrscheinlichkeiten repräsentieren, werden von der Optimierungsvorrichtung 14 empfangen, die an ihrer Ausgabe diejenigen der Zielobjekte Ti bezeichnet, die vom Zielobjekt T gebildet werden.
  • Die Figuren 6 bis 8 veranschaulichen die Funktionsweise der Vorrichtung der Figur 5, und zwar für den besonderen Fall, daß nur ein Teil der Informationen genutzt wird, die in den Täuschungsmatrizen MC1 bis MCp eingespeichert sind.
  • In einer ersten Etappe (siehe Figur 6) ist eine Eingabe der Komparatoren 12.1 bis 12.p des Vergleichskomplexes 11.1 jeweils mit der entsprechenden Ausgabe 4.1 bis 4.p verbunden, während die andere Eingabe der Komparatoren jeweils mit dem Bereich C11, C21, ..., Cp1 der Speicher M1 bis Mp verbunden ist. Auf diese Weise erhält der Komparator 12.1 des Vergleichskomplexes 11.1 an seinen Eingaben einerseits das Signal, welches an Ausgabe 4.1 der Extraktionsvorrichtung 4 ausgesendet wird, d.h. den Istwert des Kriteriums C1 für das Zielobjekt T, welches gerade identifiziert wird, und andererseits das Ausgabesignal des Bereichs C11 des Speichers M1, d.h. den Wert, der zuvor hinsichtlich des Kriteriums C1 für das Zielobjekt T1 eingespeichert wurde. An der Ausgabe des Komparators 12.1 des Vergleichskomplexes 11.1 erscheint folglich ein Signal, welches die Wahrscheinlichkeit repräsentiert, daß es sich, hinsichtlich des Kriteriums C1 bei dem Zielobjekt T, welches gerade identifiziert wird, um das Zielobjekt T1 handelt. Auf analoge Art empfängt der Komparator 12.2 des Vergleichskomplexes 11.1 an seinen Eingaben einerseits das Signal, welches an der Ausgabe 4.2 der Extraktionsvorrichtung 4 ausgesendet wird, d.h. den Istwert des Kriteriums C2 für das Zielobjekt T, welches gerade identifiziert wird, und andererseits, das Ausgabesignal des Bereichs C21 des Speichers M2, d.h. den zuvor eingespeicherten Wert des Kriteriums C2 für das Zielobjekt T1. An der Ausgabe des Komparators 12.2 des Vergleichskompiexes 11.1 erscheint folglich ein Signal, welches die Wahrscheinlichkeit repräsentiert, daß es sich, für das Kriterium C2, bei dem Zielobjekt T, welches gerade identifiziert wird, um das Zielobjekt T1 handelt. Etc ... Schließlich erhält der Komparator 12.p des Vergleichskomplexes 11.1 an seinen Eingaben einerseits das Signal das am Ausgang 4p der Extraktionsvorrichtung 4 ausgesendet wird, d.h. den lstwert des Kriteriums Cp für das Zielobjekt T, welches gerade identifiziert wird, und andererseits das Ausgabesignal des Bereichs Cp1 des Speichers Mp, d.h. den zuvor eingespeicherten Wert des Kriteriums Cp für das Zielobjekt T1. An der Ausgabe des Komparators 12.p des Vergleichskomplexes 11.1 erscheint folglich ein Signal, welches die Wahrscheinlichkeit repräsentiert, daß es sich hinsichtlich des Kriteriums Cp bei dem Zielobjekt T, welches gerade identifiziert wird, um das Zielobjekt T1 handelt.
  • Infolgedessen kann der VergIeichskomplex 11.1 die verschiedenen Wahrscheinlichkeiten an die Verschmelzungseinheit UF1 adressieren, die sich aus dem Vorgang der Identifizierung ergeben und die erkennen lassen, daß es sich für die Kriterien Ck (mit k = 1, 2, 3, ..., p) bei dem Zielobjekt T um das Zielobjekt T1 handelt. Diese Wahrscheinlichkeiten werden mit pCK(T1) bezeichnet.
  • Außerdem empfängt dieVerschmelzungseinheit UF1 von den Täuschungsmatrizes MC1 bis MCp die an den Stellen 10.11 eingespeicherten Werte, d.h. die verschiedenen zuvor eingespeicherten Wahrscheinlichkeiten PC1(T1), PC2(T2) PCp(Tp), im folgenden mit PCk(T1) bezeichnet.
  • Die Verschmelzungseinheit UF1 verschmilzt mathematisch die verschiedenen Wahrscheinlichkeiten pCk(T1) und liefert an ihrer Ausgabe 13.1 einen Einzelwert, unter Vermengung aller Kriterien Ck, der die Wahrscheinlichkeit p(T1) darstellt, daß das Zielobjekt T das Zielobjekt T1 ist.
  • In einer zweiten Etappe (siehe Figur 7) ist eine Eingabe der Komparatoren 12.1 bis 12.p des Vergleichskomplexes 11.2 jeweils mit der entsprechenden Ausgabe 4.1 bis 4.p verbunden, während die andere Eingabe der Komparatoren jeweils mit dem Bereich C12, C22, ..., Cp2 der Speicher M1 bis Mp verbunden ist. Auf diese Weise empfängt der Komparator 12.1 des Vergleichskomlexes 11.2 an seinen Eingaben einerseits das Signal das an der Ausgabe 4.1 der Extraktionsvorrichtung 4 ausgesendet wird, d.h. den Istwert des Kriteriums C1 für das Zielobjekt T, welches gerade identifiziert wird. und andererseits das Ausgangssignal des Bereichs C12 des Speichers M1, d.h. den zuvor eingespeicherten Wert des Kriteriums C1 für das Zielobjekt T2. An der Ausgabe des Komparators 12.1 des Vergleichskomplexes 11.2 erscheint folglich ein Signal, welches die Wahrscheinlichkeit repräsentiert, daß es sich, hinsichtlich des Kriteriums C1, bei dem Zielobjekt T, welches gerade identifiziert wird, um das Zielobjekt T2 handelt. Auf analoge Art empfängt der Komparator 12.2 des Vergleichskomplexes 11.2 an seinen Eingängen einerseits das Signal, welches an der Ausgabe 4.2 der Extraktionsvortichtung 4 ausgesendet wird, d.h. den Istwert des Kriteriums C2 für das Zielobjekt T, welches gerade identifiziert wird, und andererseits das Ausgabesignal des Bereichs C22 des Speichers M2, d.h. den zuvor eingespeicherten Wert des Kriteriums C2 für das Zielobjekt T2. An der Ausgabe des Komparators 12.2 des Vergleichskomplexes 11.2 erscheint folglich ein Signal welches die Wahrscheinlichkeit repräsentiert daß es sich, was das Kriterium C2 anbelangt bei dem Zielobjekt T, das gerade identifiziert wird, um das Zielobjekt T2 handelt. Etc ... Schließlich empfängt der Komparator 12.p des Vergleichskomplexes 11.2 an seinen Eingaben einerseits das Signal welches an der Ausgabe 4.p der Extraktionsvorrichtung 4 ausgesendet wird, d.h. den Istwert des Kriteriums Cp für das Zielobjekt T, welches gerade identifiziert wird, und andererseits das Ausgabesignal des Bereichs Cp2 des Speichers Mp, d.h. den zuvor eingespeicherten Wert des Kriteriums Cp für das Zielobjekt T2. An der Ausgabe des komparators 12.p des Vergleichskomplexes 11.2 erscheint folglich ein Signal, welches die Wahrscheinlichkeit repräsentiert, daß es sich, hinsichtlich des Kriteriums Cp, bei dem Zielobjekt T, welches gerade identifiziert wird, um das Zielobjekt T2 handelt.
  • Infolgedessen kann der Vergleichskomplex 11.2 an die Verschmelzungseinheit UF2 die verschiedenen Wahrscheinlichkeiten adressieren, die sich aus dem Identifizierungsvorgang ergeben, und die erkennen lassen, daß es sich hinsichtlich der Kriterien Ck (mit k = 1, 2, 3, ..., p) bei dem Zielobjekt T um das Zielobjekt T2 handelt. Diese Wahrscheinlichkeiten werden mit pCk(T2) bezeichnet.
  • Des weiteren erhält die Verschmeizungseinheit UF2 von den Täuschungsmatrizes MC1 bis MCp die Werte, die an ihren Speicherstellen 10.22 eingepeichert sind, d.h. die verschiedenen zuvor eingespeicherten Wahrscheinlichkeiten PC1(T2), PC2(T2), ..., PCp(T2) im folgenden mit PCk(T2) bezeichnet.
  • Die Verschmelzungseinheit UF2 verschmilzt mathematisch die verschiedenen Wahrscheinlichkeiten pCk(T2) und liefert an ihrer Ausgabe 13.2 einen Einzelwert, unter Vermengung aller Kriterien Ck, der die Wahrscheinlichkeit p(T2) repräsentiert, daß das Zielobjekt T das Zielobjekt T2 ist. Etc
  • In einer nten Etappe (siehe Figur 8) ist eine Eingabe der Komparatoren 12.1 bis 12.p des Vergleichskomplexes 11.n jeweils mit der entsprechenden Ausgabe 4.1 bis 4.p verbunden, während die andere Eingabe der Komparatoren jeweils mit dem Bereich C1n, C2n, ..., Cpn der Speicher M1 bis Mp verbunden ist. Auf diese Weise erhält der Komparator 12.1 des Vergleichskomplexes 11.n an seinen Eingaben einerseits das Signal, welches an der Ausgabe 4.1 der Extraktionsvorrichtung 4 ausgesendet wird, d.h. den Istwert des Kriteriums C1 für das Zielobjekt T, welches gerade identifiziert wird, und andererseits das Ausgabesignal des Bereichs C1n des Speichers M1, d.h. den zuvor eingespeicherten Wert des Kriteriums C1 für das Zielobjekt Tn. An der Ausgabe des Komparators 12.1 des Vergleichskomplexes 11.n erscheint folglich ein Signal, welches die Wahrscheinlichkeit repräsentiert, daß es sich hinsichtlich des Kriteriums C1 bei dem Zielobjekt T, welches gerade identifiziert wird, um das Zielobjekt Tn handelt. Auf analoge Art empfängt der Komparator 12.2 des Vergleichskomplexes 11.n an seinen Eingaben einerseits das Signal, welches an der Ausgabe 4.2 der Extraktionsvorrichtung 4 ausgesendet wird, d.h. den Istwert des Kriteriums C2 für das Zielobjekt T, welches gerade identifiziert wird, und andererseites das Ausgabesignal des Bereichs C2n des Speichers M2, d.h. den zuvor eingespeicherten Wert des Kriteriums C2 für das Zielobjekt Tn. An der Ausgabe des Komparators 12.2 des Vergleichskomplexes 11.n erscheint folglich ein Signal, welches die Wahrscheinlichkeit repräsentiert, daß es sich, hinsichtlich des Kriteriums C2, bei dem Zielobjekt T, welches gerade identifiziert wird, um das Zielobjekt Tn handelt. Etc ... Schließlich empfängt der Komparator 12.p des Vergleichskomplexes 11.n an seinen Eingaben einerseits das Signal, welches an der Ausgabe 4.p der Extraktionsvorrichtung 4 ausgesendet wird, d.h. den Istwert des Kriteriums Cp für das Zielobjekt T, welches gerade identifiziert wird, und andererseits das Ausgabesignal des Bereichs Cpn des Speichers Mp, d.h. den zuvor eingespeicherten Wert des Kriteriums Cp für das Zielobjekt Tn. An der Ausgabe des Komparators 12.p des Vergleichskomplexes 11.n erscheint folglich ein Signal, welches die Wahrscheinlichkeit repräsentiert, daß es sich hinsichtlich des Kriteriums Cp bei dem Zielobjekt T, welches gerade identifiziert wird, um das Zielobjekt Tn handelt.
  • Infolgedessen kann der Vergleichskomplex 11.n der Verschmelzungseinheit UFn die verschiedenen Wahrscheinlichkeiten adressieren, die sich aus dem Identifizierungsverfahren ergeben, und die erkennen lassen, daß es sich hinsichtlich der Kriterien Ck (mit k = 1, 2, 3, ...p) bei dem Zielobjekt T um das Zielobjekt Tn handelt. Diese Wahrscheilichkeiten werden mit pCk(Tn) bezeichnet.
  • Außerdem empfängt die Verschmelzungseinheit UFn von den Täuschungsmatrizes MC1 bis MCp die Werte. die an ihren Speicherstellen 10.nn eingespeichert sind, d.h. die verschiedenen zuvor eingespeicherten Wahrscheinlichkeiten PC1(Tn), PC2(Tn), ..., PCp(Tn), im folgenden mit PCk(Tn) bezeichnet.
  • Die Verschmelzungseinheit UFn verschmilzt mathematisch die verschiedenen Wahrscheinlichkeiten pCk(Tn) und liefert, unter Vermengung aller Kriterien Ck, an ihrer Ausgabe 13.n einen Wert, der die Wahrscheinlichkeit p(Tn) repräsentiert, daß das Zielobjekt T das Zielobjekt Tn ist.
  • Die Optimierungsvorrichtung 14 erhält folglich von den verschiedenen Ausgaben 13.i der Verschmelzungseinheiten UFi die verschiedenen Wahrscheinlichkeiten P(Ti), und sie kann an ihrer Ausgabe 15 die Nummer i anzeigen, für die die Wahrscheinlichkeit p(Ti) am größten ist. d.h.. die Optimierungsvorrichtung 14 zeigt an, daß das Zielobjekt T, welches gerade identifiziert wird, das Zielobjekt Ti ist, dessen Besonderheiten eingespeichert wurden.
  • Bezüglich der in den Figuren 6 bis 8 beschriebenen Vorrichtung, läßt sich anmerken:
  • A - daß jede einzelne Verschmelzungseinheit UFi vom entsprechenden Vergleichskomplex 11.i die p Wahrscheinlichkeiten pCk(Ti) erhält, welche anläßlich der Identifizierung gemessen wurden. sowie die p Wahrscheinlichkeiten PCk(Ti), die zuvor eingespeichert wurden. Jede dieser Wahrscheinlichkeiten PCk(Ti) ist ein Richtwert der Beschaffenheit eines jeden Kriteriums Ck bezüglich jeder Hypothese Ti. Auf diese Weise kann die Verschmelzung der Wahrscheinlichkeiten PCk(Ti) welche die entsprechende Wahrscheinlichkeit p(Ti) an die Ausgabe der Verschmelzungseinheit UFi liefern soll, berücksichtigen, inwieweit diesem Kriterium vertraut werden kann;
  • B - daß es durch die Hinzufügung von Komparatoren 12 zum Vergleichskomplex 11 und durch die Zuordnung adequater Verbindungen zwischen den Matrizen M1 bis Mp und diesen Komparatoren möglich ist, in eine besondere Verschmelzungseinheit UFi nicht die p gemessenen Wahrscheinlichkeiten pCk(Ti), sondern in Wirklichkeit die nxp gemessenen Wahrscheinlichkeiten pCk(Ti) einzugeben, und zwar indem man der Inzidenz i dieser letzten Wahrscheinlichkeiten die n-1 anderen Werte 1 bis n gibt. als die, der der Richtwert i der UF1 entspricht.
  • In diesem Fall sieht man ebenfalls die Verbindungen vor, die erforderlich sind, um der Verschmelzungseinheit UFi die entsprechenden nxp eingespeicherten Wahrscheinlichkeiten PCk(Ti) zu adressieren, die sich nun in den Matrixspeichern MCk befinden.
  • Aus Gründen der Eindeutigkeit der Zeichnung wurde eine solche Art der Verwirklichung nicht dargestellt.
  • C- Insbesonder in dem Fall, in dem hinsichtlich der Verschmelzung innerhalb jeder Verschmelzungseinheit UFi die nxp gemessenen Wahrscheinlichkeiten pCk(Ti) und die nxp eingespeicherten Wahrscheinlichkeiten PCk(Ti) benutzt werden, ist es von Vorteil, jedes gemessene pCk(Ti) um die entsprechende gemessene PCk(Ti) anzunähern, und zwar nicht in der Absicht, einen Einzelwert (bestimmter Wert) zu liefern, sondern um ein Werteintervall (unbestimmter Werte) zu liefern, wobei sich die Verschmelzung in jeder Verschmelzungseinheit UFi mit nxp Werteintervallen vollzieht, um die entsprechende Wahrscheinlichkeit p(Ti) zu liefern.

Claims (14)

1. Verfahren zur Identifizerung eines Zielobjektes (T) innerhalb einer Vielzahl von n bekannten Zielobjekten Ti (mit i = 1, 2, 3, ..., n), nach dem,
in einer ersten Vorbereitungsetappe, für jedes der bekannten Zielobjekte (Ti) erste Werte (Cki) festgelegt werden, welche eine Vielzahl an p Idenifizierungskritierien Ck (mit k = 1, 2, 3, ..., p) repräsentieren;
Verfahren, dadurch gekennzeichnet, daß
- in einer zweiten Vorbereitungsetappe, durch direkte Prüfung der n bekannten Ziele (Ti) mit Hilfe der ersten Werte (Cki) und für jedes Identifizierungskriterium (Ck) mindestens n zweite Werte (PCk(Ti)) gebildet werden, welche die Wahrscheinlichkeiten repräsentieren, daß ein Zielobjekt (Ti) während seiner Überprüfung identifiziert wird; und
- in einer Identifizierungsetappe des Zielobjektes:
durch direkte Überüfüng des zu identifizierenden Zielobjektes (T) und anhand der ersten Werte (Cki), die durch die erste Vorbereitungsetappe festgelegt wurden, mindestens p dritte Werte (pCk(Ti)) gebildet werden, welche die Wahrscheinlichkeit repräsentieren, daß es sich, hinsichtlich der Identifizierungskriterien (Ck), bei dem zu identifizierenden Zielobjekt (T) jedes der bekannten Zielobjekte (Ti) handelt;
die dritten Werte, welche mit einem gleichen bekannten Zielobjekt (Ti) assoziiert sind, mit ihnen verschmolzen werden, wobei die zweiten Werte berücksichtigt werden, so daß man n vierte Werte (p(Ti)) erhält, wobei jeder von ihnen die Wahrscheinlichkeit repräsentiert, daß es sich zu identifizierende Zielobjekt um eines der bekannten Zielobjekte (Ti) handelt; und
die Identität des zu identifizierenden Zielobjektes (T) anhand des größten Wertes der vierten Werte festgelegt wird.
2. Verfahren gemäß Anspruch 1, dadurch gekennzeichnet, daß die Verschmelzung der dritten Werte durch die Anwendung er mathematischen Gesetzmäßigkeiten, die in einer beliebigen der Theorien, die als Satz von Bayes, Methode des Entropiemaximums, Evidenztheorie oder Theorie unscharfer Mengen bekannt sind, dargelegt werden.
3. Verfahren gemäß einen der Ansprüche 1 order 2, dadurch gekennzeichnet, daß die dritten Werte bestimmte Werte sind.
4. Verfahren gemäß einem der Ansprüche 1 oder 2, dadurch gekennzeichnet, daß die dritten Werte unbestimmte Werte sind.
5. Verfahren gemäß einem der Ansprüche 1 bis 4,
dadurch gekennzeichnet, daß :
- während der zweiten Vorbereitungsetappe für jedes Kriterium Ck nxp zweite Werte PCk(Ti) gebildet werden, wobei jeder dieser Werte die Wahrscheinlichkeit repräsentiert, daß das Zielobjekt (Ti) identifiziert wird, während es sich bei dem überprüften Zielobjekt um das Zielobjekt (Tj) handelt (mit j = 1, 2, 3, ..., n);
- während der Identifizierungsetappe:
dritte Werte pCk(Ti) gebildet werden, weiche die Wahrscheinlichkeit darstellen, daß es sich bei dem zu identifizierenden Zielobjekt (T) um jedes der n bekannten Zielobjekte (Ti) handelt, und zwar hinsichtlich der p Kriterien;
mit diesen die nxp dritten Werte verschmolzen werden, die mit einem gleichen Zielobjekt (Ti) assoziiert sind, wobei die zweiten Werte nxp berücksichtigt werden.
6. Verfahren gemäß einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, daß im Verlauf der ersten Vorbereitungsetappe, für alle bekannten Zielobjekte (Ti), die ersten Werte Kriterium für Kriterium eingespeichert werden, so daß die alle ersten Werte aller Zielobjekte, die einem Kriterium entsprechen, umgruppiert werden.
7. Verfahren gemäß einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, daß die Bestinimung der ersten Were durch direkte Prüfung der bekannten Zielobjekte (Ti) erfolgen kann.
8. Verfahren gemäß einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, daß die Bestimmung der ersten Werte anhand von Attrappen oder Plänen der bekannten Zielobjekte erfolgt.
9. Verfahren gemäß einem der Ansprüche 1 bis 8, dadurch gekennzeichnet, daß im Verlauf der zweite Vorbereitungsetappe die zweiten Werte durch den Vergleich der ersten Werte mit Messungen eines jeden der Zielobjektes ermittelt werden, und zwar in Übereinstimmung mit jedem der Kriterien, wobei die Messungen viele Male wiederholt werden.
10. Verfahren gemäß einem der Ansprüche 1 bis 9,
dadurch gekennzeichnet, daß die zweiten Werte auf vorteilhafte Weise in Matrixspeichern (MC1 bisMCp) eingespeichert werden, wobei jeder Matrixspeicher mit einem Kriterium assoziiert ist, und an jeder Speicherstelle (10.ji) eines solchen Matrixspeichers die Wahrscheinlichkeit hinsichtlich des Kriteriums eingespeichert wird, daß das Zielobjekt (Ti) identifiziert wird, während das Zielobjekt (Tj) der direkten Prüfung unterzogen wird.
11. Vorrichtung zur Durchfühnmg des Verfahrens gemäß Anspruch 1 zur - Identifizierung eines Zielobjektes (T) inmitten einer Vielzahl n bekannter Zielobjekte Ti (mit i = 1, 2, 3, ..., n), die folgendes beinhaltet:
- Suchmittel (1, 2, 3, 4), die geeignet sind, das Zielobjekt (T) zu überprüfen und mindestens einen Wert für jedes einer Vielzahl p an Identifizierungskriterien (Ck) (mit k = 1, 2, 3, ..., p) zu liefern;
- erste Speicherungsmittel (M1, M2, ..., Mp), in denen die ersten Werte (Cki) gespeichert werden, die, für jedes der bekannten Zielobjekte (Ti), die Vielzahl an Identifizierungskriterien Ck repräsentieren;
- Vergleichsmittel (11), in denen die von den Suchmitteln gelieferten Werte mit den eingespeicherten ersten Werten verglichen werden;
und die dadurch gekennzeichnet ist, daß sie folgendes umfaßt:
- zweite Speicherungsmittel (MC1, MC2 MCp), in denen die zweiten Werte PCk(Ti) gespeichert werden, welche für jedes Kriterium Ck die Wahrscheinlichkeit darstellen, daß ein bekanntes Zielobjekt (Ti) identifiziert wird;
- eine Vielzahl an Berechnungsmitteln (UF1, UF2, ..., UFn), die jeweils mit einem bekannten Zielobjekt (Ti) assoziiert und mit den Ausgaben der Vergleichsmittel sowie der zweiten Speicherungsmittel verbunden sind, und die geeignet sind, die Verschmelzung der Ergebnisse des von den Vergleichsmitteln durchgeführten Vergleichs auszuführen, und zwar bekanntes Zielobjekt für bekanntes Zielobjekt, wobei die zweiten Werte berücksichtigt werden;
- eine Maximumvorrichtung (14), welche die Ausgaben der Berechnungsmittel (UF1 bis UFn) empfängt und an ihrer Ausgabe die Identität des zu identifizierenden Zielobjektes (T) liefert.
12. Vorrichtung gemäß Anspruch 11, dadurch gekennzeichnet, daß die ersten Speicherungsmittel eine Vielzahl p an Speichern (M1 bis Mp) beinhalten, wobei jeder von ihnen für ein besonderes Kriterium Ck die Werte des besonderen Kriteriums Ck für alle bekannten Zieiobjekte (Ti) enthält.
13. Vorrichtung gemäß einem der Ansprüche 11 oder 12, dadurch gekennzeichnet daß die zweiten Speicherungsmittel eine Vielzahl p an Matrixspeichern (MC1 bis MCp) beinhalten, wobei jeder von ihnen für ein besonderes Kriterium Ck die zweiten Werte PCk(Ti) für alle bekannten Zielobjekte (Ti) enthält.
14. Vorrichtung gemäß einem der Ansprüche 11 bis 13, dadurch gekennzeichnet daß die Vergleichsmittel (11) aus einer Vielzahl an individuellen Komparatoren (12k) bestehen; wobei jeder von ihnen einen Wert der aus den Suchmitteln stammt, mit den ersten Werten vergleicht.
DE69008477T 1989-10-24 1990-10-22 Verfahren und Vorrichtung zur Zielerkennung. Expired - Fee Related DE69008477T2 (de)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
FR8913928A FR2653563B1 (fr) 1989-10-24 1989-10-24 Procede et dispositif pour la reconnaissance d'une cible.

Publications (2)

Publication Number Publication Date
DE69008477D1 DE69008477D1 (de) 1994-06-01
DE69008477T2 true DE69008477T2 (de) 1994-09-08

Family

ID=9386725

Family Applications (1)

Application Number Title Priority Date Filing Date
DE69008477T Expired - Fee Related DE69008477T2 (de) 1989-10-24 1990-10-22 Verfahren und Vorrichtung zur Zielerkennung.

Country Status (8)

Country Link
US (1) US5068664A (de)
EP (1) EP0425356B1 (de)
JP (1) JPH03154887A (de)
CA (1) CA2028241C (de)
DE (1) DE69008477T2 (de)
DK (1) DK0425356T3 (de)
ES (1) ES2055375T3 (de)
FR (1) FR2653563B1 (de)

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0435660B1 (de) * 1989-12-29 1997-06-04 Canon Kabushiki Kaisha Bildverarbeitungsverfahren zur Bewertung von Objekten und Vorrichtung zur Qualitätsprüfung zur Durchführung des Verfahrens
IL97290A (en) * 1991-02-19 1995-12-31 Israel Aircraft Ind Ltd Method and system for moving object detection and classification
US5144316A (en) * 1991-12-20 1992-09-01 The United States Of America As Represented By The Secretary Of The Navy Efficient batched-report gating technique
US10361802B1 (en) 1999-02-01 2019-07-23 Blanding Hovenweep, Llc Adaptive pattern recognition based control system and method
US5903454A (en) 1991-12-23 1999-05-11 Hoffberg; Linda Irene Human-factored interface corporating adaptive pattern recognition based controller apparatus
US6400996B1 (en) 1999-02-01 2002-06-04 Steven M. Hoffberg Adaptive pattern recognition based control system and method
US6418424B1 (en) 1991-12-23 2002-07-09 Steven M. Hoffberg Ergonomic man-machine interface incorporating adaptive pattern recognition based control system
US6850252B1 (en) 1999-10-05 2005-02-01 Steven M. Hoffberg Intelligent electronic appliance system and method
US8352400B2 (en) 1991-12-23 2013-01-08 Hoffberg Steven M Adaptive pattern recognition based controller apparatus and method and human-factored interface therefore
US5202691A (en) * 1992-04-28 1993-04-13 The United States Of America As Represented By The Secretary Of The Air Force Hick's probabilistic data association method
EP0634669B1 (de) * 1993-07-15 1997-09-24 Daimler-Benz Aerospace Aktiengesellschaft Verfahren zur Klassifikation eines Gegenstandes und Verwendung des Verfahrens
US5392050A (en) * 1993-08-12 1995-02-21 Grumman Aerospace Corporation Method of recognizing a radar target object type and apparatus therefor
US5805747A (en) * 1994-10-04 1998-09-08 Science Applications International Corporation Apparatus and method for OCR character and confidence determination using multiple OCR devices
JP3319242B2 (ja) * 1995-09-18 2002-08-26 三菱電機株式会社 レーダ装置
DE19538885A1 (de) * 1995-10-19 1997-04-24 Daimler Benz Aerospace Ag Verfahren und Anordnung zur Steuerung eines Multifunktionsradars
US6094506A (en) * 1995-10-25 2000-07-25 Microsoft Corporation Automatic generation of probability tables for handwriting recognition systems
FR2741956B1 (fr) * 1995-12-05 1998-01-02 Thomson Csf Systeme et procede de regulation du nombre de plots a traiter dans un radar
DE19814776A1 (de) * 1998-04-02 1999-10-07 Daimlerchrysler Aerospace Ag Verfahren zur Klassifikation und/oder Identifikation eines Zieles
US6333986B1 (en) 1998-05-08 2001-12-25 Lockheed Martin Corporation Cepstral method and system for detecting/classifying objects from air-based or space-based images
US7966078B2 (en) 1999-02-01 2011-06-21 Steven Hoffberg Network media appliance system and method
US6943724B1 (en) 2002-10-30 2005-09-13 Lockheed Martin Corporation Identification and tracking of moving objects in detected synthetic aperture imagery
US6864828B1 (en) 2003-02-18 2005-03-08 Lockheed Martin Corporation Method and apparatus for collection and processing of interferometric synthetic aperture radar data
US7002509B2 (en) * 2003-02-24 2006-02-21 Networkfab Corporation Method and system for emitter identification using transmission signatures
EP1640741A1 (de) * 2004-09-23 2006-03-29 Mitsubishi Electric Information Technology Centre Europe B.V. Radar-Zielklassifizierung unter Verwendung von statistischen Deskriptoren
US7480570B2 (en) * 2004-10-18 2009-01-20 Ford Global Technologies Llc Feature target selection for countermeasure performance within a vehicle
JP5339867B2 (ja) 2008-11-27 2013-11-13 パナソニック株式会社 設置誤差推定装置および設置誤差推定方法
US9002095B2 (en) 2012-12-20 2015-04-07 Wal-Mart Stores, Inc. Faulty cart wheel detection
EP3128339B1 (de) * 2014-03-31 2020-10-21 Mitsumi Electric Co., Ltd. Radarmodul, transportausrüstung und objektidentifikationsverfahren

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3634822A (en) * 1969-01-15 1972-01-11 Ibm Method and apparatus for style and specimen identification
US4462081A (en) * 1982-04-05 1984-07-24 System Development Corporation Signal processing system
US4881270A (en) * 1983-10-28 1989-11-14 The United States Of America As Represented By The Secretary Of The Navy Automatic classification of images
FR2593608B1 (fr) * 1986-01-28 1988-07-15 Thomson Csf Procede et dispositif de reconnaissance automatique de cibles a partir d'echos " doppler "
EP0235946A1 (de) * 1986-02-01 1987-09-09 British Aerospace Public Limited Company Zielerkennung
US4707697A (en) * 1986-05-02 1987-11-17 Honeywell Inc. High resolution noncoherent radar imager
US4847817A (en) * 1987-12-31 1989-07-11 The United States Of America As Represented By The Secretary Of The Navy Broadband sonar signal processor and target recognition system
US4972193A (en) * 1988-08-09 1990-11-20 The General Electric Company, P.L.C. Target recognition

Also Published As

Publication number Publication date
FR2653563A1 (fr) 1991-04-26
EP0425356B1 (de) 1994-04-27
FR2653563B1 (fr) 1992-01-10
DE69008477D1 (de) 1994-06-01
US5068664A (en) 1991-11-26
ES2055375T3 (es) 1994-08-16
DK0425356T3 (da) 1994-09-19
CA2028241C (fr) 2000-08-15
CA2028241A1 (fr) 1991-04-25
EP0425356A1 (de) 1991-05-02
JPH03154887A (ja) 1991-07-02

Similar Documents

Publication Publication Date Title
DE69008477T2 (de) Verfahren und Vorrichtung zur Zielerkennung.
WO2003001241A1 (de) Korrekturverfahren für daten mehrerer optoelektronischer sensoren
DE102018128531A1 (de) System und Verfahren zum Analysieren einer durch eine Punktwolke dargestellten dreidimensionalen Umgebung durch tiefes Lernen
DE102017219282A1 (de) Verfahren und Vorrichtung zum automatischen Erzeugen eines künstlichen neuronalen Netzes
DE3851366T2 (de) Digitaler Generator von Konturlinien.
DE1952054A1 (de) Vorrichtung zur Positionsvoraussage (Vorhaltbildung) und zur Bestimmung von Korrekturen aus Radardaten
DE102018201411A1 (de) Verfahren zum Ermitteln eines zeitlichen Verlaufs einer Messgröße, Prognosesystem, Aktorsteuerungssystem, Verfahren zum Trainieren des Aktorsteuerungssystems,Trainingssystem, Computerprogramm und maschinenlesbares Speichermedium
DE10017551C2 (de) Verfahren zur zyklischen, interaktiven Bildanalyse sowie Computersystem und Computerprogramm zur Ausführung des Verfahrens
DE60026732T2 (de) Zellenreihen-extraktionsverfahren
DE2813157C2 (de) Gerät zur selbsttätigen, lageunabhängigen Mustererkennung
DE3622222A1 (de) Zeichenerkennung in zweidimensionalen signalen
DE102020207449A1 (de) Verfahren, Computerprogramm und Vorrichtung zum Verarbeiten von Signalen
DE2514751A1 (de) Tacan-system
DE2354769B2 (de) Verfahren und anordnung zur quantitativen auswertung der objekte eines nach einem rasterverfahren aufgenommenen bildes
DE2134392A1 (de) Extraktionsanordnung, insbesondere fur Radaranlagen
DE102020208080A1 (de) Erkennung von Objekten in Bildern unter Äquivarianz oder Invarianz gegenüber der Objektgröße
DE102006051091B4 (de) Verfahren zur Objekterkennung von Fahrzeugen mittels Nahbereichsdetektion
DE69009584T2 (de) Verfahren und Gerät zur Spektralanalyse mit hoher Auflösung für nichtstationäre Signale in einem elektromagnetischen Detektionssystem.
DE2631073A1 (de) Vorrichtung zur analyse zumindest eines heterogenen mediums
DE102022207748A1 (de) Segmentierungsverfahren für eine abgrenzung von objekten als segmente in einem gepäckstück bei einer röntgen-diffraktionsanalyse
DE2305592C3 (de) Radar-Anzeigesystem mit Speichern für die digitalisierten Videosignale
DE102021004533A1 (de) Optimieren von Filterparametern eines hochautomatisierten Fahrzeugs
DE4336751C2 (de) Verfahren zur automatischen Detektion von festen oder beweglichen Objekten in natürlicher Umgebung einer Echtzeitbildfolge
DE977828C (de) Anlage, bestehend aus einem numerisch arbeitenden elektronischen Rechengeraet und einem Panorama-Ortungsgeraet
DE102020134331A1 (de) Verfahren zum Bestimmen eines Freiraums in einer Fahrzeugumgebung

Legal Events

Date Code Title Description
8364 No opposition during term of opposition
8339 Ceased/non-payment of the annual fee