非线性系统中多传感器滤波跟踪型数据融合算法的研究

在非线性系统中，常用的跟踪滤波算法是基于扩展的卡尔曼滤波算法的融合算法，但是这种融合算法的跟踪精度并不是很高。本文根据对滤波器跟踪型数据融合的研究，提出了基于转换测量值卡尔曼滤波算法的非线性系统中的数据融合方法。研究表明，在利用激光干涉仪进行目标跟踪时，这种基于融合算法的集中式融合算法的跟踪性能优于分布式融合算法，但是，从仿真结果可以看出，两种融合算法的差别不大，结果基本相同，因此，在非线性系统中，基于转换测量值卡尔曼滤波算法的分布融合算法可以重构集中式融合算法。     

用于目标跟踪的多传感器优化分配方法

在多传感器对多目标的监视环境下 ,传感器对目标的优化分配是传感器管理的重要研究内容。本文采用目标跟踪过程中信息增益最大的优化准则 ,探讨了多传感器对多目标的优化分配问题 ,并对优化分配算法进行了实验仿真验证     

基于Fisher信息距离的传感器管理方法

在进行面向跟踪的传感器管理方法研究时,传统的思路主要以跟踪精度为导向,但是在数据关联环节,改善或维持目标之间的区分度才是传感器资源分配的主要目的。需求的偏差导致不合理的传感器资源分配结果。依据信息几何理论,以流形中的Fisher信息距离来定义目标之间的区分度,然后直接依据目标之间的区分度制定传感器资源分配策略。关联仿真实验表明,该方法相较于传统的传感器管理方法,有效提高了目标之间的关联正确率。     

非线性时变系统的输出跟踪

研究一类非线性时变控制系统的输出跟踪控制问题。首先，给出了时变李导数及非线性时变系统的相对阶定义；其次，在系统输入输出反馈线性化的基础上，设计了跟踪期望信号的时变状态反馈控制律；最后给出了数值算例，用仿真结果说明了本文方法的有效性。     

非线性系统辨识的一种泛函网络方法

泛函网络是最近提出的一种对神经网络的有效推广.与神经网络不同,它处理的是一般的泛函模型,而不仅仅是Sigmoidal函数,并且在各个处理单元之间没有权值.提出了一种基于泛函网络的非线性系统的辨识方法,而网络参数利用梯度下降方法来进行学习.计算机仿真结果表明,这种辨识方法具有较快的收敛速度和良好的性能.     

多传感器异步关联航迹的融合

异步航迹融合是多传感器多目标跟踪系统的一个重要问题。由于多传感器的采样速率和通信延迟不同,因此为了提高跟踪精度和准确性,融合中心必须进行异步目标航迹融合。在分布式模式下,基于各传感器在Kalman滤波器输出本地目标航迹的基础上,提出了一种融合误差均方差矩阵的迹最小意义下的异步目标航迹融合算法。给出了具体的实现步骤。仿真实验结果表明,这种融合方法是有效的。     

推广的多传感器数据融合算法

本文对工程实际中多传感器系统线性化后存在未知的系统误差，测量噪声具有指数衰减相关，且与状态噪声相关的问题，提出了推广的多传感器数据的分层融合算法和多传感器自适应数据融合算法，给出了计算流程图，可以对目标的状态进行实时估计，这两种算法对防空导弹体系制导雷达组网数据融合具有理论意义与实用价值。     

一种高分辨雷达空间目标跟踪方法研究

高分辨雷达在跟踪远程空间目标时,其量测坐标转换会引起一类特殊的强非线性问题。对其产生机理进行了分析。经典的非线性滤波技术的跟踪精度会急剧下降。因此,提出一种基于中间过渡状态的Kalman滤波器,在直角坐标系下进行目标状态预测,避免了球坐标系下目标运动的复杂建模;预测后,通过选取量测空间内目标位置和速度量及其协方差作为中间过渡状态,在测量坐标系下进行目标状态线性更新;更新后,再将中间状态映射到直角坐标系下,从而得到目标状态的一致性估计。仿真实验结果表明,基于中间过渡状态的Kalman滤波器可有效提高高分辨雷达对空间目标的跟踪精度。     

基于多传感器数据融合的机动目标跟踪自适应学习方法

考虑到传感器对目标的观测都存在有偏差，同时针对雷达系统检测中存在漏检的现象，提出了一种适用于处理传感器漏检现象的多传感器融合方法。并以雷达／红外成像复合的双模制导体系下红外和雷达两种传感器对目标状态的检测和跟踪为例，给出一个完整的多传感器数据融合和目标跟踪自适应方法。该方法简单易行，鲁棒性强，通过对红外成像和雷达系统的数据融合和目标跟踪的数字仿真，表明该方法有效。另外，该方法同样适用于多于两个多传感器系统。     

目标检测中的传感器管理方法研究

基于假设检验的方法,研究了目标检测与定位中的传感器管理方法,给出了一种最大后验概率法,讨论了另外两种基于贝叶斯推理的最大正确检测概率法和最小代价函数法。通过仿真改进了最大正确检测概率法,对三种不同方法的检测正确率和平均采样次数进行了比较,分析了各种方法的适用场合。     

传感器管理的结构与微观传感器管理仿真

传感器管理系统是信息融合系统的重要组成部分,是提高信息融合系统总体性能的保障。在给出传感器管理基本概念的基础上,讨论了传感器管理技术的难点与传感器管理的微观/宏观结构。利用一光电传感器模型对微观层的传感器管理———传感器控制进行了仿真研究,并讨论了传感器的控制原则。仿真结果表明,微观层的传感器管理可以使传感器对机动目标的跟踪精度得到明显改善。     

机载雷达、红外、电子支援措施协同跟踪与管理

针对辐射限制下的目标跟踪问题,提出了一种机载雷达、红外传感器(infrared search and track, IRST)、电子支援措施(electronic support measure, ESM)协同跟踪与管理的方法。针对雷达、红外、ESM量测时间不一致的特点,采用顺序处理结构的多传感器集中式融合方式对目标进行跟踪,利用跟踪过程中的预测协方差与预定门限进行比较控制雷达辐射,并分析了红外、ESM不同间歇时间、不同控制门限与雷达辐射时间的相对关系。研究结论有助于提高作战飞机的抗侦察和抗干扰能力,从而提升整体的生存能力。     

基于传感器网络的在线决策融合目标检测方法

针对传感器网络(sensor network, SN)目标融合检测应用中融合中心无法精确地获得局部传感器节点检测性能参数的问题,建立了基于SN的目标融合检测系统,提出了一种非理想信道条件下在线决策融合的目标检测方法。该方法依据解调后数据构建了节点未知虚警概率、检测概率以及节点与融合中心信道平均传输错误概率等未知参数求解模型,并采用非线性最小二乘方法在线地估计出这些未知参数。进而通过选择性能优的节点参与融合,最大化融合检测系统检测概率。仿真结果表明:这种在线决策融合方法能够准确地估计出传感器节点的概率参数以及信道的平均传输错误率;相比于已知先验的最优似然比融合规则,在线决策融合规则检测性能相当。     

Sensor management based on fisher information gain

1 .INTRODUCTIONSensor management can be described as a systemor process that provides automatic or semi-auto-matic control of a group of sensors[1]. The basicobjective of sensor management is to select rightsensors to do the right service on the right targetat right ti me based on external measurements orcriteria[2]. A variety of techniques have been pro-posed or appliedtothe area of sensor management .One of the first articles to apply opti mization tech-nique to sensor management is by …     

多机载平台多目标跟踪与辐射控制

针对作战飞机编队多目标跟踪中的辐射控制问题,提出了一种多机多传感器协同多目标跟踪与辐射控制方法。该方法首先根据目标与我机编队之间的距离,利用模糊逻辑设定不同目标的跟踪精度,然后以目标跟踪精度为任务需求,在时间上控制雷达辐射。建立了目标的威胁评估模型,并根据目标相对我机的不同威胁度在空间上控制雷达辐射,选择威胁度最小的一个或几个雷达辐射。同时,利用多平台间的机载地理坐标系转换,进行多平台序贯滤波,实现传感器管理下的目标跟踪。仿真结果证明了方法的合理性和有效性,研究结论有助于提高作战飞机编队的抗侦察和抗干扰能力,从而提升整体的生存能力。     

Tracking method based on separation and combination of the measurements for radar and IR fusion system

A new distributed fusion method of radar/infrared (IR) tracking system based on separation and combination of the measurements is proposed by analyzing the influence of rate measurement. The rate information separated from the radar measurements together with measurements of IR form a pseudo vector of IR, and the corresponding filter is designed. The results indicate that the method not only makes a great improvement to the local tracker's performance, but also improves the global tracking precision efficiently.     

Prediction-based protocol for mobile target tracking in wireless sensor networks

Remote tracking for mobile targets is one of the most important applications in wireless sensor networks (WSNs). A target tracking protoco–exponential distributed predictive tracking (EDPT) is proposed. To reduce energy waste and response time, an improved predictive algorithm–exponential smoothing predictive algorithm (ESPA) is presented. With the aid of an additive proportion and differential (PD) controller, ESPA decreases the system predictive delay effectively. As a recovery mechanism, an optimal searching radius (OSR) algorithm is applied to calculate the optimal radius of the recovery zone. The simulation results validate that the proposed EDPT protocol performes better in terms of track failed ratio, energy waste ratio and enlarged sensing nodes ratio, respectively.     

不确定非线性系统的自适应输出机动控制

针对不可控不可稳定线性化的非线性系统,研究了鲁棒自适应输出机动控制问题。在未知时变参数的界未知的情况下,利用增加幂积分技术和鲁棒递推设计方法,构造了光滑自适应机动控制器。该控制器不仅能使闭环系统的输出以任意小的跟踪误差跟踪理想的参考路径,而且沿该路径还满足一定的动态任务,即可以使跟踪速度以任意小的误差跟踪预先给定的理想速度。仿真结果表明了该方法的有效性。     

基于信息融合的自主天文导航方法

直接敏感地平和间接敏感地平是典型的两种自主天文导航方法,直接敏感地平简单可靠,但是由于地球敏感器精度较低,因此导航精度不高|利用星光折射的间接敏感地平精度较高,但是折射星数量有限并且观测时段较短。针对上述两种方法的缺点,提出一种基于信息融合的自主天文导航方法。当观测不到折射星时引入新信息,弥补间接敏感地平自主导航的不足。通过对多种导航模式进行数值仿真与分析,验证所设计方法提高了系统的导航精度和可靠性。