一种基于多属性群决策的需求优先级排序方法

将多属性群决策方法应用到需求优先级排序中,提出了一种自适应调整的需求评价方法.将基于价值的需求工程理论和自适应方法学集成到需求优先级排序过程中,选取需求的重要性、风险和实现成本作为评价属性,在各专家主观决策的基础上,以个体决策结果和群体决策结果的偏离程度作为调整的依据,对个体决策结果进行调整,进而得到新的群体决策结果.给出算例说明了该方法的可行性.     

多传感器远距离目标跟踪

本文深入研究了二维平面上多传感器的位置对目标跟踪精度的影响。在理论上推导出：用多传感器同时对同一目标进行跟踪时,其跟踪精度主要受传感器和目标所成夹角及目标到各传感器距离的影响。与夹角的关系是：当有两部传感器时,两传感器和目标所成夹角θ_（１２）＝９０°时对目标的跟踪精度最高;当有三部传感器时,传感器和目标所成的夹角分别为θ_（１２）＝θ_（２３）＝６０°时精度最高;与目标到各传感器的距离的关系是：距离越小则精度越高。     

基于多目标优化的传感器网络任务分配模型

由于网络节点资源受限,节点任务分配对传感器网络性能和网络服务质量影响很大.本文以优化系统时延、能量消耗及网络均衡度为目标,建立了基于多目标优化的传感器网络任务分配模型.同时为了有效协调多目标间的关系,采用目标协调优化方法构造目标函数.利用关键路径法解决通信路径选择,给出了基于遗传算法的最佳任务分配方案,进而最大限度地提高了传感器网络效率.最后,仿真结果表明了该模型和算法是合理的和有效的.     

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。     

基于平方根UKF的多传感器融合再入段目标跟踪研究

为了提高再入段目标跟踪的精度,将平方根不敏卡尔曼滤波（unscented Kalman filter, UKF）算法与多传感器分布式融合算法相结合,提出了基于平方根UKF的多传感器融合跟踪算法。在各个独立的传感器中利用平方根UKF滤波器进行状态估计,然后通过分布式融合方法融合各传感器的状态估计值得到全局的状态估计值和误差协方差,将全局误差协方差进行加权对各传感器进行分配更新。通过仿真验证,基于平方根UKF的多传感器融合跟踪算法具有较高的跟踪性能,是一种有效的非线性融合跟踪算法。     

一种基于模糊运算的多目标多传感器跟踪算法

为在测量误差较大的情况下实现多传感器多目标跟踪,提出了一种基于模糊运算的融合算法。系统由多类型传感器组成,单个传感器测量范围小,测量误差大,并且数据传输时延大。利用非单值模糊逻辑系统计算数据模糊关联,采用参数曲线最小二乘跟踪法拟合目标运动轨迹,实现了一种在多种传感器并存的模糊传感器阵列中,集中式点迹序贯融合的方法。给出了实现该方法的具体步骤,实验证明该方法是行之有效的。     

基于高斯Cost-Reference粒子滤波器的WSN目标跟踪算法

提出了一种新的高斯Cost-Reference粒子滤波器算法及多传感器动态协同策略用于无线传感器网络目标跟踪问题.该算法的显著特点是:(1)鲁棒性,不需要事先对系统过程噪声和测量噪声的分布进行精确建模,具有较好的噪声自适应能力,非常适用于无线传感器网络未知的、复杂的应用场景;(2)能量有效性,该算法采用高斯分布来近似状态的后验概率分布,节点间交互时只需要传输高斯分布的均值和方差,而不需要传输所有的粒子及其权值,极大地减轻了网络通信负载,能有效延长网络的寿命.     

多传感器优化部署下的机动目标协同跟踪算法

针对资源有限的传感器网络中目标动态跟踪问题,提出了一种能够自适应选择跟踪传感器的机动目标协同跟踪算法。首先,采用粒子群优化算法优化传感器网络能耗与有效覆盖率,进行传感器位置部署;然后,以最大化候选传感器的Rényi信息增量与最小化传感器间信息传递能耗为适应度函数,采用二进制粒子群优化算法自适应选择最佳跟踪传感器组;最后,利用交互多模型粒子滤波对机动目标位置进行估计并进行分布式融合。仿真结果表明,与现有方法相比,该方法可在非高斯非线性环境下自适应选择最优跟踪传感器,显著提高目标跟踪精度,降低网络能耗。     

一种基于优先级的卫星网络AQM算法

针对卫星网络大带宽、长时延、高误码等特点,结合控制理论,提出了一种基于优先级的卫星网络主动队列管理（active queue management, AQM）算法。首先,借鉴控制理论中比例-积分-微分（propertional integral derivative, PID)控制器设计方法计算总的报文丢弃概率-然后,针对IN和OUT两种不同优先级报文定义不同的丢弃概率,以实现不同优先级业务流量的区分服务。仿真实验表明,相对于低优先级流量,高优先级业务在保持高吞吐量的同时具有较低的报文丢失率,且整体队列长度抖动小,从而实现高优先级流量报文的有效保护。     

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     

传感器网中基于矢量地图数据的传感器放置模型与算法

基于矢量地图数据,建立了用于传感器放置的地形模型和传感器模型,提出了两种传感器放置算法,算法的目标是优化传感器数目及确定传感器的放置位置。算法通过计算放置一个传感器后目标节点处目标漏检概率的有效变化,将传感器放置在能带来全局或局部最大有效变化的网格节点上。仿真实际表明,与已有放置算法相比,两种算法减少了传感器的数目。     

复杂地形下传感器网络中传感器的放置模型与算法

有效的传感器放置能改善网络覆盖、减小网络中的通讯量,是传感器组网过程中必须解决的关键问题.研究和分析了不同网格结构的性能,建立了用于传感器放置的地形模型,提出了-种基于矢量地图数据的传感器放置算法.算法以优化传感器数目为目标,将传感器放置在能带来最大有效变化的网格节点上.仿真实际表明,与现有传感器放置算法相比,算法具有更高的效率.     

基于UT变换的MMPHD机动目标跟踪

基于序列蒙特卡罗方法的多模概率假设密度(probability hypothesis density, PHD)滤波算法及其改进方法,在预测过程中依据多个并行的状态转移模型将大量粒子散布到下一时刻目标所有可能出现的状态空间,从而实现目标状态的捕获。由于这些方法大量使用粒子,造成计算量巨大、算法实时性差。为此,提出了基于无迹变换的多模PHD机动目标跟踪方法。该方法利用最新量测信息获得粒子预测过程中的建议密度函数,从而将粒子聚合在目标最可能出现的状态空间邻域中,充分实现粒子的有效利用。仿真实验表明,论文提出的算法不仅显著减少了多模PHD算法的计算量,而且在一定程度上提高了多模PHD算法的精度。     

密集杂波环境下多目标跟踪算法

基于快速数据关联FAFDA(fastalgorithmfordataassociation)滤波算法,根据Houles和Shalom将概率数据关联PDA(ProbabilisticDataAssociation)算法推广到解决两个传感器单目标的跟踪问题的思路,构造了一种两个同类传感器的序列观测数据的融合来跟踪多个机动目标的数据关联方法MSFAFDA(multiplesensorfastalgorithmfordataassoci ation)。本方法主要使用的是点 航迹联合和序列估计法,蒙特卡洛仿真结果表明方法对多机动目标的跟踪具有比FAFDA更好的跟踪性能。     

RKP based secure tracking in wireless sensor networks

To enhancing the wireless sensor network＇s security in target tracking and locating application, this article proposes a tracking cluster based mobile cluster distributed group rekeying protocol （MCDGR）. Based on the given sensitivity, sensors can locate the moving object in the monitored area and form a tracking cluster around it. This tracking cluster can follow the target logically, process data on the target and report to the sink node, and thus achieve the tracking function. We introduce a multi-path reinforcement scheme, q-composition scheme and one-way cryptographic hash function based random key predistribution algorithm （RKP）, which can guarantee a high accuracy and security and a low energy consumption on the same time in large-scale sensor networks.     

基于改进信息熵的空地多目标攻击优先权决策

空地多目标攻击顺序的确定直接决定着攻击机自身的生存力及作战任务的完成,是对地作战任务规划的关键前提。分析了影响空地多目标攻击顺序决策的因素;采用优先权法,建立了空地多目标攻击优先权决策模型;对传统的基于信息熵的多属性决策方法进行了改进,引入决策者偏好因素,综合了主客观对决策结果的影响;最后进行了实例仿真研究,仿真结果验证了所建优先权模型的正确性及所提决策方法的有效性。     

基于当前统计模型的机动目标自适应强跟踪算法

在当前统计模型卡尔曼滤波算法的基础上,结合升半正态形模糊分布函数特性,提出了一种加速度方差两段函数自适应调整方法,该方法能自适应逼近目标真实机动并进行准确跟踪。给出了最大加速度自调整方法,克服了模型对目标最大加速度的依赖。引入强跟踪滤波算法,增强了模型对突发机动自适应跟踪的能力。理论分析和仿真结果表明,该算法提高了机动模型和系统模式的匹配程度,增强了系统对强机动目标的跟踪能力,并保持对弱机动和非机动目标良好的跟踪性能,且具有运算量小、跟踪精度高、易于工程化实现等优点。     

基于免疫系统的无线传感器网络性能优化

根据免疫系统B细胞和T细胞模型,建立人工免疫系统与无线传感器网络间的相似关系,提出一种邻域节点选择算法,以判断传感器节点是否被激活。由于事件信息传递到汇聚节点会产生偏差,利用时空相关理论和自适应最小均方误差滤波算法,建立偏差与激活节点数目及偏差与节点通信频率之间的关系,确定传递事件信息所需最少激活节点数和最佳通信频率。不同条件下仿真结果表明,这种无线传感器网络优化策略能起到减少节点数目、降低通信频率及节约能耗的效果。     

Velocity measurement technique for high-speed targets based on digital fine spectral line tracking

1.INTRODUCTIONWith the increasing demands for high performanceradar,velocity measurement has become a necessaryfunction of modernradar systems.It is one of thei m-portant features to distinguish a true warhead fromdecoys in missile defense phased array radar systems.The reason for this is that the velocities of warheadsand decoys are different because of their differentmasses.Velocity measurement can also be used tocompensate for the phase distortion of wideband echosignals to prevent spe…     

Sensor planning method for visual tracking in 3D camera networks

Most sensors or cameras discussed in the sensor network community are usually 3D homogeneous, even though their2 D coverage areas in the ground plane are heterogeneous. Meanwhile, observed objects of camera networks are usually simplified as 2D points in previous literature. However in actual application scenes, not only cameras are always heterogeneous with different height and action radiuses, but also the observed objects are with 3D features（i.e., height）. This paper presents a sensor planning formulation addressing the efficiency enhancement of visual tracking in 3D heterogeneous camera networks that track and detect people traversing a region. The problem of sensor planning consists of three issues：（i） how to model the 3D heterogeneous cameras;（ii） how to rank the visibility, which ensures that the object of interest is visible in a camera＇s field of view;（iii） how to reconfigure the 3D viewing orientations of the cameras. This paper studies the geometric properties of 3D heterogeneous camera networks and addresses an evaluation formulation to rank the visibility of observed objects. Then a sensor planning method is proposed to improve the efficiency of visual tracking. Finally, the numerical results show that the proposed method can improve the tracking performance of the system compared to the conventional strategies.