基于一致性的多傳感器目標(biāo)跟蹤算法研究.pdf

1、為了適應(yīng)信息化的戰(zhàn)場(chǎng)和復(fù)雜多變的戰(zhàn)爭(zhēng)環(huán)境、獲得更多的目標(biāo)信息，越來(lái)越多類(lèi)型和數(shù)量的傳感器投入使用，受計(jì)算復(fù)雜度、實(shí)時(shí)性和應(yīng)用場(chǎng)合等的限制，對(duì)多傳感器信息融合的結(jié)構(gòu)與算法進(jìn)行優(yōu)化就顯得十分必要。本文針對(duì)傳感器可與其鄰居通信的情形進(jìn)行了研究討論，應(yīng)用一致性算法對(duì)傳統(tǒng)分布式估計(jì)算法進(jìn)行優(yōu)化，從而實(shí)現(xiàn)對(duì)目標(biāo)的一致跟蹤，主要集中在以下三方面：
　　首先，研究了一致性算法的基礎(chǔ)知識(shí)，包括圖論基礎(chǔ)，算法的理論分析、收斂條件和一致速度等。將一致性

2、算法引入傳統(tǒng)卡爾曼濾波框架，通過(guò)鄰居傳感器之間信息交互，實(shí)現(xiàn)傳感器對(duì)目標(biāo)的一致性估計(jì)，并通過(guò)仿真比較了一致性卡爾曼濾波算法與傳統(tǒng)分布式濾波算法。
　　其次，研究了基于一致性的多傳感器目標(biāo)跟蹤算法。為了提高對(duì)目標(biāo)的估計(jì)精度，增強(qiáng)實(shí)時(shí)性，減小估計(jì)誤差對(duì)全局的影響，引入了經(jīng)典卡爾曼濾波的分布式最優(yōu)信息融合理論，提出了加權(quán)一致性卡爾曼濾波算法，并提出了一中改進(jìn)的加權(quán)一致性卡爾曼濾波算法，有效的提高了目標(biāo)的估計(jì)精度和一致收斂速度。