一种静止传感器平台的多目标联合分配与跟踪方法技术

本发明专利技术涉及一种静止传感器平台的多目标联合分配与跟踪方法，针对传感器组网多目标跟踪过程中存在传感器配置选择与跟踪问题，本发明专利技术提出采用以多传感器最小费用函数的目标函数为优化对象，通过引入传感器功耗来综合描述传感器量测目标距离和费用，使多传感器功耗最小化，首先完成传感器选择，其次依据传感器网络约束分配算法条件建立传感器与目标之间的关联关系并给出了多传感器MHT概率计算公式，以此为基础获取目标量测，估计目标状态。

【技术实现步骤摘要】

本专利技术属于多传感器多目标跟踪领域，特别涉及一种基于静止传感器平台的多传感器多目标联合分配与跟踪方法。
技术介绍
高超音速飞行器指的是飞行速度在5Ma以上，飞行高度在20Km_120Km的空天过渡区域，该区域属于稀薄大气层，由于受到大气层的影响相对较小，有利于目标的高速飞行；高超因素飞行器主要依靠速度突防，可以进行大范围的机动运行。这些特点决定了高超音速飞行器的预警和跟踪不可能依靠单个传感器来完成，而必须依靠传感器网络来尽可能增加预警时间，进行大范围的组网跟踪，这也是本专利技术的现实依据。此外，在战场环境多传感器感知时，分配那些传感器跟踪捕获目标，也需要多传感器的联合分配与跟踪方法。对于多 传感器组网跟踪而言，首先需要解决的问题是传感器配置选择，其次是量测关联问题。考虑到高超飞行器的机动属于大范围机动，而非通常意义下的强机动飞行动作，因此，本专利技术重点是多传感器配置选择和量测关联问题。
技术实现思路
本专利技术针对现有技术的不足，提供了一种静止传感器平台的多传感器多目标联合分配与跟踪方法。其具体内容如下1.系统建模 1.1本专利技术给出线性多传感器多目标系统，如下

【技术保护点】
一种静止传感器平台的多目标联合分配与跟踪方法，其特征在于该方法包括以下步骤：步骤1.?系统建模；步骤1.1给出线性多传感器多目标系统，如下：其中，是目标状态向量，，分别为时刻目标在直角坐标平面上的轴和轴上的坐标，分别为时刻目标在直角坐标平面上的轴和轴方向上的速度，是目标状态转移矩阵，是噪声矩阵，是系统量测，是观测矩阵；分别为过程噪声和量测噪声，服从标准的高斯分布；是选择传感器编号的参数，取值范围为，表示总的传感器个数；表示传感器的运动状态，，分别为时刻传感器在直角坐标平面上的轴和轴上的坐标，分别为时刻传感器在直角坐标平面上的?\*?MERGEFORMAT?轴和?\*?MERGEFORMAT?轴方向上的速度；步骤1.2确定给定传感器的线性误差模型为：\*?MERGEFORMAT?其中，?\*?MERGEFORMAT?表示目标?\*?MERGEFORMAT?与传感器?\*?MERGEFORMAT?之间的距离，?\*?MERGEFORMAT?是一个距离常数，?\*?MERGEFORMAT?是一个常协方差阵，?\*?MERGEFORMAT?采用目标的预测状态和传感器状态之间的距离，即\*?MERGEFORMAT?其中，是第个目标的预测状态和是第传感器状态；步骤1.3引入一个传感器功耗?\*?MERGEFORMAT?性能指标来综合描述精度和使用费用，如下所示：\*?MERGEFORMAT?其中，?\*?MERGEFORMAT?为传感器?\*?MERGEFORMAT?观测目标?\*?MERGEFORMAT?的使用功耗，包括两部分：估计误差协方差矩阵迹?\*?MERGEFORMAT?和传感器?\*?MERGEFORMAT?的使用费用?\*?MERGEFORMAT?；?\*?MERGEFORMAT?为折算系数，?\*?MERGEFORMAT?为重要性系数；步骤2.?功耗及其参数计算；步骤2.1?估计精度计算；针对使用功耗中的第一项?\*?MERGEFORMAT?，给定如下：\*?MERGEFORMAT?其中，?\*?MERGEFORMAT?为矩阵的迹，?\*?MERGEFORMAT?为采用第?\*?MERGEFORMAT?个传感器观测第?\*?MERGEFORMAT?个目标时的误差协方差阵，求法如下：\*?MERGEFORMAT?\*?MERGEFORMAT?\*?MERGEFORMAT?\*?MERGEFORMAT?\*?MERGEFORMAT?其中，?\*?MERGEFORMAT?是?\*?MERGEFORMAT?时刻选择传感器?\*?MERGEFORMAT?后的误差协方差阵，?\*?MERGEFORMAT?是?\*?MERGEFORMAT?时刻传感器?\*?MERGEFORMAT?被选择后的一步预测误差协方差阵，?\*?MERGEFORMAT?为?\*?MERGEFORMAT?时刻第?\*?MERGEFORMAT?个传感器观测第?\*?MERGEFORMAT?个目标时的滤波增益矩阵，?\*?MERGEFORMAT?是对应的单位矩阵，?\*?MERGEFORMAT?为?\*?MERGEFORMAT?时刻第?\*?MERGEFORMAT?个传感器观测第?\*?MERGEFORMAT?个目标时的测量残余协方差阵，?\*?MERGEFORMAT?为?\*?MERGEFORMAT?时刻的过程噪声协方差阵；步骤2.2?功耗系数和传感器费用选择；取?\*?MERGEFORMAT?，折算系数?\*?MERGEFORMAT?取值如下：\*?MERGEFORMAT?，?\*?MERGEFORMAT?其中，?\*?MERGEFORMAT?表示标准差计算；步骤3.?问题优化；步骤3.1?在获得性能指标之后，接下来就是考虑哪些传感器观测目标，并进一步获取目标量测；为此，给出如下传感器选择优化问题\*?MERGEFORMAT?其中?\*?MERGEFORMAT?表示多传感器多目标系统总的目标费用，?\*?MERGEFORMAT?表示选择变量，表示选择传感器?\*?MERGEFORMAT?观测目标,采用匈牙利方法可以解决该分配问题；步骤4.?量测关联过程；依据如上优化问题获取目标量测之后，接下来需要考虑量测关联问题，采用多传感器?多假设跟踪方法关联目标，这里主要计算多传感器?假设概率；步骤4.1?多传感器?多目标系统；在多传感器条件下，引入多传感器量测分配集：\*?MERGEFORMAT?该分配集描述了各个量测来自于那个传感器或者杂波，集合元素变量取值范围为，各个变量定...

【技术特征摘要】
1.一种静止传感器平台的多目标联合分配与跟踪方法，其特征在于该方法包...

【专利技术属性】
技术研发人员：刘伟峰，文成林，骆光州，许大星，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：