目标识别中，来自多传感器的数据通常包含诸多不确定性。在D-S证据理论框架下，提出一种基于加权信度熵的传感器冲突数据融合与目标识别方法。首先，将辨识框架（FOD）中包含的不确定信息融入新近提出的Deng熵模型；随后，采用加权Deng熵量化不同传感器数据源中的不确定性；最后，实现传感器冲突数据融合与目标识别决策。数值仿真及不同方法的比较分析结果验证了所提方法的合理性与有效性。
传感器数据融合 目标识别 D-S证据理论 信息熵 Deng熵 sensor data fusion target recognition Dempster-Shafer evidence theory belief entropy
