检索结果-内蒙古大学图书馆

电讯技术 2011年第11期51卷 11-15页

作者：卫杨勇徐世友辛玉林陈曾平国防科技大学ATR国防科技重点实验室长沙410073

为提高目标综合识别的效能,需对综合识别系统中多种传感器资源进行科学管理。在分析综合识别中目标优先级和传感器使用约束条件的基础上,建立了利用分辨力增益作为传感器资源管理优化准则的目标函数,提出了利用传感器混淆矩阵的预测分... 详细信息

为提高目标综合识别的效能,需对综合识别系统中多种传感器资源进行科学管理。在分析综合识别中目标优先级和传感器使用约束条件的基础上,建立了利用分辨力增益作为传感器资源管理优化准则的目标函数,提出了利用传感器混淆矩阵的预测分辨力增益计算方法,并将粒子群优化算法引入传感器-目标分配NP-hard问题的求解中。仿真结果表明该方法合理高效。

关键词：综合识别传感器管理分辨力增益混淆矩阵粒子群优化

来源：评论

学校读者我要写书评

暂无评论

基于agent的多传感器管理原型系统研究

引用

现代防御技术 2006年第2期34卷 44-47页

作者：程红斌张晓丰张凤鸣空军雷达学院湖北武汉430019 空军工程大学工程学院陕西西安710038

近年来,基于agent的分布式智能系统已成功应用于众多领域。将多agent技术应用于多传感器管理领域研究,以开发多传感器智能管理的多agent系统,提出了其原型系统的基本框架和系统实现途径及方法,其中着重研究了融合agent与传感器agent的... 详细信息

近年来,基于agent的分布式智能系统已成功应用于众多领域。将多agent技术应用于多传感器管理领域研究,以开发多传感器智能管理的多agent系统,提出了其原型系统的基本框架和系统实现途径及方法,其中着重研究了融合agent与传感器agent的原型系统结构、基于多a-gent理论的传感器管理问题分布式任务分解与控制问题以及agent之间的协调合作问题。原型系统的研究,为实际应用系统的研制开发提供了理论指导和方法依据。

关键词：传感器管理代理分布式智能任务分解

来源：评论

学校读者我要写书评

暂无评论

基于矩阵遗传的传感器管理算法

引用

现代雷达 2016年第1期38卷 42-46页

作者：徐瑞阳冯新喜空军工程大学信息与导航学院西安710077

针对传感器分配过程中出现的组合爆炸问题,以传感器管理中的分配矩阵作为种群中的个体,分配矩阵中的元素作为基因进行遗传,提出了一种基于矩阵遗传的传感器管理算法。仿真结果表明,采用矩阵遗传的传感器管理算法可以较好地解决传感器分... 详细信息

针对传感器分配过程中出现的组合爆炸问题,以传感器管理中的分配矩阵作为种群中的个体,分配矩阵中的元素作为基因进行遗传,提出了一种基于矩阵遗传的传感器管理算法。仿真结果表明,采用矩阵遗传的传感器管理算法可以较好地解决传感器分配中的组合爆炸问题,可以使多传感器多目标跟踪取得较好的效果。

关键词：传感器管理多传感器多目标跟踪矩阵遗传算法组合优化

来源：评论

学校读者我要写书评

暂无评论

基于非线性系统的传感器管理算法研究

基于非线性系统的传感器管理算法研究

引用

作者：李琪河南大学

学位级别：硕士

多传感器信息融合技术是利用多个传感器探测目标来获取多方面的信息,从而得到比单一传感器更准确的目标状态估计。由于现代战争的迫切需求,以及信息融合系统日益增强的复杂性,对传感器管理方法提出了更高的要求,传感器管理作为数据融合... 详细信息

多传感器信息融合技术是利用多个传感器探测目标来获取多方面的信息,从而得到比单一传感器更准确的目标状态估计。由于现代战争的迫切需求,以及信息融合系统日益增强的复杂性,对传感器管理方法提出了更高的要求,传感器管理作为数据融合的一个重要组成部分,越来越受到重视。传感器管理是信息融合技术的重要研究方向,以往的传感器管理算法主要是针对线性系统,现实中非线性系统更为普遍,而针对非线性系统的传感器管理算法研究较少。本文结合非线性理论,对传感器管理的有关理论和方法进行了系统研究。主要工作如下: 1.阐述了信息融合的概念,从传感器管理和信息融合的关系出发,介绍了数据融合闭环系统的构成、功能以及各模块的功能,给出了传感器管理问题提出的必要性,分析了传感器管理的研究现状;着重研究了传感器管理理论,其中包括概念、管理范围、功能、任务及算法。 2.介绍了一些常用的估计理论算法,如卡尔曼滤波器、扩展卡尔曼滤波器、Unscented卡尔曼滤波和粒子滤波,并分析了这些算法的适用范围和优缺点。 3.针对非线性系统中传感器资源的分配问题,提出了一种以Unscented粒子滤波(UPF)为滤波器,利用信息熵获得信息增量,根据信息增量来管理传感器资源的算法。 4.针对机动目标的模型多为非线性的情况,提出了把交互式算法与Unscented卡尔曼滤波相结合的交互式Unscented卡尔曼滤波算法(IMM-UKF),利用分辨力获得信息增量,根据信息增量对传感器进行管理。

关键词：传感器管理非线性信息增量粒子滤波交互式多模型

来源：评论

学校读者我要写书评

暂无评论

融合自动目标识别系统中的传感器管理策略研究

融合自动目标识别系统中的传感器管理策略研究

引用

作者：王放国防科学技术大学

学位级别：硕士

本文以多传感器融合自动目标识别系统为研究背景,利用传感器性能的表征和不确定性信息处理技术,深入研究了目标识别系统中的传感器管理策略,克服了传统的管理方法因需要预测传感器观测而难以分析和实现的不足。首先提出了基于传感... 详细信息

本文以多传感器融合自动目标识别系统为研究背景,利用传感器性能的表征和不确定性信息处理技术,深入研究了目标识别系统中的传感器管理策略,克服了传统的管理方法因需要预测传感器观测而难以分析和实现的不足。首先提出了基于传感器性能的传感器管理方法。该方法从系统中需要管理调度的传感器及其组合的当前具体性能出发,借鉴已有的基于效能函数的传感器管理方法,重新建立了目标函数、约束条件和优化准则,运用规划论的优化方法得到系统中传感器的管理决策。针对目标识别系统中的传感器管理含有大量不确定性信息的特点,采用主观Bayes方法和D-S证据理论等不确定性推理方法,结合线性规划方法,建立了比较系统的基于不确定性信息推理的传感器管理框架。该方法可以应用于传感器观测能够预测或仅知传感器性能的情况,具有一定的普适性。仿真结果证明了方法的有效性和合理性。借鉴复杂系统控制中的模糊控制思想,充分利用模糊控制方法的优点,研究了模糊控制在传感器管理中的应用,避开了非模糊方法需要对传感器和环境进行较为精确的建模这一难点,通过将传感器性能及目标和环境特性模糊化,依据一定的模糊推理规则,得出对系统中传感器的管理决策,实现了对目标识别系统中传感器的管理。

关键词：信息融合目标识别传感器管理传感器性能不确定性推理模糊控制

来源：评论

学校读者我要写书评

暂无评论

面向机动目标跟踪的传感器管理算法研究

面向机动目标跟踪的传感器管理算法研究

引用

作者：姜佩琴西北工业大学

学位级别：硕士

传感器管理是信息融合技术的重要研究方向,其中,针对机动目标的传感器管理一直是这一方面较为困难得研究课题。本文结合实际战场环境,对机动目标的传感器管理算法以及捕获方式进行了研究,主要工作如下: 1、对传感器管理的概念和算法... 详细信息

传感器管理是信息融合技术的重要研究方向,其中,针对机动目标的传感器管理一直是这一方面较为困难得研究课题。本文结合实际战场环境,对机动目标的传感器管理算法以及捕获方式进行了研究,主要工作如下: 1、对传感器管理的概念和算法进行了综述。以多目标跟踪为背景,引入了一套评价传感器管理算法性能的指标。 2、提出了一种基于信息效能函数的传感器管理最优决策模型,分析了以预测误差协方差为分配效能的分配算法的最优性。同时,对常用的信息类效能函数(如预测误差协方差、信息熵、信息增量等)进行了推导和分析,研究结果表明它们均是预测误差协方差的单调递增函数,具有相似的分配原理和一致的分配结果。 3、针对机动目标跟踪,提出了一种基于交互式多模型的传感器管理算法,可以在一定的跟踪精度下跟踪机动目标:对于目标的各种机动水平,传感器资源配置具有较强的适应能力。运用多种效能函数作为评价指标,对此算法进行仿真,表明本算法具有较强的鲁棒性。 4、在卫星光通信中,研究与分析了空间光束地捕获、对准、跟踪的几个环节,对现有的捕获方案进行了论述比较,通过图示,讨论了两种目标捕获方式在捕获概率和捕获时间上的差别。

关键词：传感器管理效能函数交互式多模型机动目标跟踪卫星光通信捕获方法

来源：评论

学校读者我要写书评

暂无评论

基于广义标签多伯努利滤波器的传感器管理方法研究

基于广义标签多伯努利滤波器的传感器管理方法研究

引用

作者：牛彪长安大学

学位级别：硕士

传感器管理技术一直是多目标跟踪领域中的热点研究课题。随着多源信息融合技术的高速发展,传感器管理技术面临着巨大的需求与挑战。因此,对于传感器管理技术的研究具有重大的理论意义与工程价值。多目标跟踪中的传感器管理问题,它本质... 详细信息

传感器管理技术一直是多目标跟踪领域中的热点研究课题。随着多源信息融合技术的高速发展,传感器管理技术面临着巨大的需求与挑战。因此,对于传感器管理技术的研究具有重大的理论意义与工程价值。多目标跟踪中的传感器管理问题,它本质上是一个时变联合决策与估计的过程。研究中一般通过合理的优化决策控制过程,控制有限的传感器来最大程度的获取跟踪目标信息。近些年来,基于有限集统计(Finite set statistics,FISST)的传感器管理方法由于其坚实的数学基础和深厚的研究背景而备受关注。鉴于此,本文基于有限集统计理论,利用广义标签多伯努利滤波器对多目标跟踪中的传感器管理进行深入研究。主要研究内容如下:1)针对多目标跟踪中的传感器管理问题,基于FISST理论,在部分可观察马尔可夫决策过程(Partially Observed Markov Decision processes,POMDP)框架下,研究了相应的传感器管理方法。首先,基于箱粒子实现形式的广义标签多伯努利(BOX-Generalized Labled Multi-Bernoulli,BOX-GLMB)滤波器实现多目标状态的滤波估值。在传感器管理方案求解时,根据Rényi信息增量与多目标贝叶斯滤波器表达式,基于马尔科夫特性联合推导出贝叶斯滤波器基于Rényi信息增量的评价函数。然后设计区间采样的方法对多目标概率密度进行采样,用一组带权值的粒子去近似多目标统计特性,并利用箱粒子重采样对粒子权重进行更新,继而通过蒙特卡罗(MC)方法近似推导出BOX-GLMB滤波器基于Rényi信息增量的表达式。仿真实验验证了算法的有效性。2)研究了基于Rényi信息增量与战术重要性描绘函数(Tactical Significance Map,TSM)的战场单传感器管理算法。首先,采用目标战术重要性描绘函数(TSM)度量跟踪目标的威胁度。其次,在多目标跟踪滤波中使用箱粒子实现形式的广义标签多伯努利滤波器(BOX-GLMB)来估计目标状态。然后,根据滤波状态计算每个目标的TSM函数值,并选取TSM函数值最大的目标作为威胁度较大的目标。最后,使用Rényi信息增量作为传感器评价函数,以最大威胁目标的信息增益最大化为传感器管理准则来实现基于战场环境的单传感器管理。仿真实验验证了所提算法的有效性。

关键词：传感器管理有限集统计广义标签多伯努利滤波器 Rényi信息增量蒙特卡罗 TSM函数

来源：评论

学校读者我要写书评

暂无评论

基于效能评价的传感器管理系统研究

基于效能评价的传感器管理系统研究

引用

作者：卢开钦河南大学

学位级别：硕士

多传感器管理是依据不同的优化准则,对传感器资源进行合理分配,满足对目标跟踪的任务需求。在传感器探测系统中,能够实时调度的传感器资源往往是有限的,同时,受传感器探测能力、探测风险以及任务需求不同的限制,使得针对不同场景下的传... 详细信息

多传感器管理是依据不同的优化准则,对传感器资源进行合理分配,满足对目标跟踪的任务需求。在传感器探测系统中,能够实时调度的传感器资源往往是有限的,同时,受传感器探测能力、探测风险以及任务需求不同的限制,使得针对不同场景下的传感器管理技术研究具有重要的意义,也成为该领域科研工作者研究的热点。本文以多传感器协同跟踪目标为研究背景,以传感器管理为理论基础,以贝叶斯理论、滤波估计、加权融合、威胁评估等为技术手段,以任务需求为导向,分别设计跟踪精度、风险控制和信息增量优化准则下的效能评价函数,改进不同场景下的数据融合方法、目标风险评估准则和传感器控制策略,以实现合理分配传感器有限资源目的,提高传感器对目标的跟踪性能。本文的主要研究内容如下:针对目标探测任务中由于传感器切换带来目标跟踪不连续性,导致目标失跟、误跟的问题,提出一种基于预判准则的传感器管理算法。首先,构建以目标跟踪精度为优化准则的效能函数;其次,结合构建的效能函数和目标状态预测方差,给出用于判断异类传感器是否切换的预判准则;最后,根据预判结果,提出变加权扩展卡尔曼滤波(Changed Weighted Extended Kalman Filtering,CWEKF)算法来提高切换阶段的异类传感器的量测融合精度。仿真及分析表明,所提算法具有可行性和有效性,能有效减少异类传感器切换带来的量测跳变误差,为后续目标状态估计提供更可靠的量测信息。针对目标探测任务中由于风险评估的不确定性引起传感器分配不合理,对己方造成较大潜在风险的问题,提出一种面向风险控制的传感器管理算法。首先,通过改进威胁评估算法,提出利用动态模糊贝叶斯网络(Dynamic Fuzzy Bayesian Network,DFBN)的方法对目标威胁风险进行评估;其次,利用目标预测协方差对传感器的跟踪风险进行评估;最后,通过融合跟踪风险以及威胁风险构建效能函数,以风险最小化为优化准则,合理地分配传感器资源。仿真及分析表明,所提算法有效降低了传感器控制策略给目标量测带来的潜在风险,同时提高了目标跟踪性能。针对目标探测任务中由于多目标数量变化导致传感器量测带来的状态估计误差较大的问题,提出一种基于Rényi信息增量的传感器管理算法。首先,根据随机有限集(Random Finite Set,RFS)对多目标状态过程以及量测过程进行建模;其次,根据多目标多伯努利滤波的序贯蒙特卡洛递推过程,求解目标概率密度函数;最后,根据Rényi信息增量构建效能函数,以信息增量最大化为优化准则,对效能函数进行求解,计算传感器最优控制序列。仿真及分析表明,所提算法改善了多传感器对多目标探测的分配合理性,提高了系统对多目标数量及其状态估计精度。针对传感器管理性能验证问题,本文设计了一套传感器管理系统仿真平台。首先,给出传感器管理系统的仿真需求分析;其次,根据具体需求设计包括数据预处理、数据融合、数据分析、数据显示在内的多个功能模块;最后,利用Visual C++语言实现系统仿真平台的用户界面(User Interface,UI),并对仿真平台界面不同模块的功能进行了测试与分析。该系统仿真平台为传感器管理的工程应用提供有效的验证和评估支持。

关键词：传感器管理效能函数传感器切换风险评估 Rényi信息增量

来源：评论

学校读者我要写书评

暂无评论

基于参数变化的传感器管理算法研究

基于参数变化的传感器管理算法研究

引用

作者：张应华河南大学

学位级别：硕士

多传感器数据融合技术是利用多传感器探测目标以获取多方面的信息,得到比单一传感器更准确的目标状态估计。尽管数据融合兼有信息的冗余性与互补性等显著优点,但由于目标环境的不确定性、多传感器资源的相对不足以及传感器的本身限制等... 详细信息

多传感器数据融合技术是利用多传感器探测目标以获取多方面的信息,得到比单一传感器更准确的目标状态估计。尽管数据融合兼有信息的冗余性与互补性等显著优点,但由于目标环境的不确定性、多传感器资源的相对不足以及传感器的本身限制等因素,都需要对传感器资源进行协调分配,以使系统取得整体性能最优。此外,伴随着数据融合研究的深入,传感器管理有必要作为一个单独部分来进行研究。因此,本文对传感器管理的有关理论和方法进行了系统研究,其主要工作如下: 1、阐述了数据融合的概念,详细介绍了数据融合的优点、发展状况以及其融合模型;陈述了传感器管理问题提出的必要性;着重研究了传感器管理理论,其中包括概念、系统设计的原则和管理范围、功能及算法。 2、针对Kalman滤波及其一些改进算法中量测方差预先设定对状态估计精度的影响,基于时空综合分析法给出了一种在线估算量测方差的方法,以充分利用多个传感器采样数据中蕴含的冗余和互补信息。另外,当有限的传感器资源跟踪单模型目标时,为使传感器能够有效合理的分配给目标,本文对目标跟踪用量测前后的误差协方差阵的变化计算信息熵的变化,利用信息论中信息增量最大化原则,给出了一种基于测量方差时变的传感器管理算法。 3、针对多模型目标的跟踪,为了精确描述目标的运动状态,本文采用交互式多模型Kalman滤波器。而预先设定的模型转移概率对滤波精度的影响,所以在线估算模型转移概率,以充分利用当前量测信息,基于此,本文给出了一种基于模型转移概率在线估算的传感器管理算法。 4、利用传感器数据可以判别被观测对象的属性,但是过去的方法是仅利用距离判断,而只利用距离判别会导致计算量大、速度慢等问题。基于此,本文给出了一种基于变异系数的数据融合方法。

关键词：数据融合传感器管理测量方差模型转移概率变异系数

来源：评论

学校读者我要写书评

暂无评论

基于STK空间探测传感器管理算法仿真

基于STK空间探测传感器管理算法仿真

引用

作者：杨可中国科学技术大学

学位级别：硕士

基于天基和地基的空间目标探测传感器在探测和监视空间物体起着关键作用，提高传感器效能在多目标背景环境下非常必要，相关研究在国民经济等领域具有重要意义。\n 建立在贝叶斯递归滤波框架基础上的随机有限集(RandomFiniteSet，RFS... 详细信息

基于天基和地基的空间目标探测传感器在探测和监视空间物体起着关键作用，提高传感器效能在多目标背景环境下非常必要，相关研究在国民经济等领域具有重要意义。\n 建立在贝叶斯递归滤波框架基础上的随机有限集(RandomFiniteSet，RFS)方法传感器管理，能够适合于不同形势下的传感器探测场景。本文针对RFS法传感管理进行研究，主要做了以下工作：\n 1．系统描述了RFS方法在多目标贝叶斯滤波中的应用，以及利用有限集统计(FiniteSetStatistics，FISST)工具——集积分，概率产生泛函(ProbabilityGeneratingFunctional，PGFL)及其泛导数——推导多目标贝叶斯近似滤波器：概率假设密度(ProbabilityHypothesisDensity，PHD)滤波器和带势概率假设密度(CardinalizedPHD，CPHD)滤波器的过程。在此基础上PHD滤波器和CPHD滤波器给出了的贯序蒙特卡罗(SequentialMonteCarlo，SMC)方法实现：SMC-PHD，SMC-CPHD;高斯混合方法(GaussianMixture，GM)实现：GM-PHD，GM-CPHD。\n 2.给出了基于PHD滤波器和CPHD滤波器传感器管理对多目标多传感器系统所建立的假设模型及其近似。在传感器视场(FieldofView，FoV)固定时，选择合理的多传感器模型，推导出多传感器多目标PHD滤波递归方程，用粒子标记法实现了视场固定多传感器管理。\n 3．在传感器视场可配置时，讨论贝叶斯滤波器及其近似应用于传感器管理的策略，从这个策略出发，推导出基于PHD滤波器的PENT-SM和基于CPHD滤波器的PENT-SM的目标函数表达式。\n 4．用贯序蒙特卡罗法的粒子系统实现集成了PENTI目标函数的PHD滤波器和CPHD滤波器传感器管理。利用STK构建了天基可视(Space-BasedVisible，SBV)、地基雷达(GroundBasedRadar，GBR)传感器探测和跟踪空间目标的场景，运用这样的实现对进行管理。\n 本文实现了视场固定多传感器，视场可配置多传感器在多目标探测时的传感器管理算法，并在空间目标探测传感器管理中获得了良好的效果。

关键词：用户识别应用发展工具传感器管理空间目标探测概率假设密度目标后验期望随机有限集

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：