本文提出了一种新的求解方法来自以下方面的自动飞机识别(AAR)问题: 未知观测飞机的图像序列。 我们的方法利用从训练图像数据集中提取的知识(一组在三下观察到的不同飞机的二进制图像不同的姿势)与多种特征的信息融合使用Dezert-Smarandache从图像序列中绘制理论(DSmT)与隐马尔可夫模型(HMM)耦合。 该方法的第一步包括观察飞机以计算胡氏矩不变式( 第一个特征向量)和轮廓的部分奇异值飞机的位置(第二个特征向量)。 第二步我们使用基于训练图像数据集以构建条件基本信念集合中未知飞机类型的任务分配(BBA) 给定特征向量的预定义可能目标类型和姿势条件。 然后通过以下方式将BBA完全合并在一起: DSmT的比例冲突重新分配规则#5(PCR5) 在给定姿势下获得有关目标类型的全局BBA 假设。 这些顺序的BBA给出了初始识别结果提供基于HMM的分类器以自动识别飞机处于多重姿势环境中。 最后一部分论文证明了这种新的顺序多重具有自动目标识别(SMF-ATR)方法逼真的仿真结果。 此方法符合实时高级AAR系统的处理要求。