基于分布式纳什Q学习的多传感器协同目标跟踪

作     者：蔡佳 黄长强 高翔 胡杰 Cai Jia;Huang Changqiang;Gao Xiang;Hu Jie

作者机构：空军工程大学航空航天工程学院 解放军94857部队 

出 版 物：《东南大学学报（自然科学版）》 (Journal of Southeast University：Natural Science Edition)

年 卷 期：2012年第42卷第A01期

页      面：60-65页

核心收录：

学科分类：0810[工学-信息与通信工程] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0835[工学-软件工程] 081002[工学-信号与信息处理] 

基　　金：航空科学基金资助项目(20105196016) 

主　　题：目标跟踪 非线性滤波 强化学习 纳什Q学习 分布式控制 多传感器协同 算法 

摘      要：针对传统目标跟踪算法过分依赖环境模型的问题,提出了一种基于分布式纳什Q学习的多传感器协同目标跟踪算法.分析了强化学习与分布式纳什Q学习算法的原理;描述了多传感器的协同跟踪态势,建立了离散系统的非线性模型,给出了传统的扩展卡尔曼滤波解决方法;定义了对分布式纳什Q学习性能影响至关重要的传感器行为和奖惩函数,奖惩函数通过计算预测误差方差阵的迹得到;采用基于贝叶斯推理的概率统计方法解决了Q函数的更新问题.纯方位量测信息的被动跟踪仿真结果表明,相比于传统滤波算法,该算法增强了传感器对环境变化的适应性,实现了对目标的有效跟踪,提高了跟踪精度.