基于參數(shù)變化的傳感器管理算法研究.pdf

1、多傳感器數(shù)據(jù)融合技術(shù)是利用多傳感器探測目標以獲取多方面的信息，得到比單一傳感器更準確的目標狀態(tài)估計。盡管數(shù)據(jù)融合兼有信息的冗余性與互補性等顯著優(yōu)點，但由于目標環(huán)境的不確定性、多傳感器資源的相對不足以及傳感器的本身限制等因素，都需要對傳感器資源進行協(xié)調(diào)分配，以使系統(tǒng)取得整體性能最優(yōu)。此外，伴隨著數(shù)據(jù)融合研究的深入，傳感器管理有必要作為一個單獨部分來進行研究。因此，本文對傳感器管理的有關理論和方法進行了系統(tǒng)研究，其主要工作如下： 1

2、、闡述了數(shù)據(jù)融合的概念，詳細介紹了數(shù)據(jù)融合的優(yōu)點、發(fā)展狀況以及其融合模型；陳述了傳感器管理問題提出的必要性；著重研究了傳感器管理理論，其中包括概念、系統(tǒng)設計的原則和管理范圍、功能及算法。 2、針對Kalman濾波及其一些改進算法中量測方差預先設定對狀態(tài)估計精度的影響，基于時空綜合分析法給出了一種在線估算量測方差的方法，以充分利用多個傳感器采樣數(shù)據(jù)中蘊含的冗余和互補信息。另外，當有限的傳感器資源跟蹤單模型目標時，為使傳感器能夠有效

3、合理的分配給目標，本文對目標跟蹤用量測前后的誤差協(xié)方差陣的變化計算信息熵的變化，利用信息論中信息增量最大化原則，給出了一種基于測量方差時變的傳感器管理算法。 3、針對多模型目標的跟蹤，為了精確描述目標的運動狀態(tài)，本文采用交互式多模型Kalman濾波器。而預先設定的模型轉(zhuǎn)移概率對濾波精度的影響，所以在線估算模型轉(zhuǎn)移概率，以充分利用當前量測信息，基于此，本文給出了一種基于模型轉(zhuǎn)移概率在線估算的傳感器管理算法。 4、利用傳感器