基于代价函数的传感器管理算法研究

针对多传感器目标跟踪的应用背景,研究了综合考虑系统性能与资源消耗的传感器管理问题.建立了基于代价函数的传感器分配优化模型,其中代价函数包括跟踪系统偏差代价和资源消耗代价两部分.采用协方差控制技术量化系统跟踪性能,将目标跟踪的实际协方差与其期望值之间的偏差作为系统性能偏差代价.传感器管理优化模型通过最小化当前时刻系统的总代价来分配传感器以维持目标跟踪.仿真结果表明,与传统的协方差控制传感器管理算法相比,该方法不仅能够获得理想的跟踪性能,而且能够更加有效地分配有限的传感器资源.     

无线传感器网络空中目标跟踪任务分配技术的研究

以无线传感器网络对空中飞行目标跟踪为背景，针对无线传感器网络协同技术中的任务分配问题，以降低传感器节点之间的通信能量消耗为目的，提出了一种基于弹性神经网络的任务分配算法。首先对多动态联盟多目标跟踪问题进行建模，然后依据最小能量准则，采用一种非全连接的环形结构的弹性神经网络模型，解决了多目标跟踪时的任务优化分配问题以及多个动态联盟对传感器资源竞争冲突时系统能耗增加的问题。仿真结果表明，该算法与传统的方法相比，大大降低了跟踪系统的能量消耗。     

多传感器交叉提示技术及其在目标跟踪中的应用

针对传感器交叉提示在目标跟踪中的应用问题,围绕如何通过传感器交叉提示技术实现"传感器资源管理"、"提高目标跟踪精度"和"实现目标交接"展开研究,提出传感器网络效能评价函数,分析不同类型的交叉提示发生的时机与条件,设计基于博弈论的多传感器交叉提示算法,并提出基于假设检验理论的传感器博弈策略调整方法。仿真结果表明,本文提出的多传感器交叉提示模型符合实际作战场景,能够顺利实现传感器管理、提高目标跟踪精度和进行目标交接,与粒子群算法、合同网算法和拍卖算法相比,博弈论算法具有较好的求解质量,收敛速度明显提高。     

跟踪传感器空域覆盖性能分析

针对天基光学跟踪传感器覆盖问题,将点覆盖数值仿真模型扩展到空域,提出了一种基于视函数的跟踪传感器覆盖计算方法.在典型圆轨道星座下,对所提方法进行数值仿真,并分析了覆盖性能的影响因素,为天基光学低轨星座设计和跟踪传感器管理调度提供重要的参考和支持.     

雷达网探测高超声速目标时间分配

针对雷达探测高超声速目标预警时间有限的问题，建立雷达网无缝跟踪的时间分配模型并设计一种贪心策略进行求解。该模型基于雷达网无缝跟踪的时间分配原则，考虑雷达跟踪容量、交接要求和时间间隔占用性等约束条件，并采用选择最早发现目标的可见时间窗作为初始跟踪时间窗的贪心策略进行求解，实现了雷达网对该类目标的持续跟踪。设计的求解策略比依次选择时间窗最长的雷达参与跟踪的策略交接次数少10%以上，同时使得目标函数值提升近6%,且算法耗时仅为精确求解算法耗时的7.5‰,提高了反临预警任务规划效能。     

应用禁忌遗传算法的空间目标协同监视资源调度方法

针对空间态势感知领域的空间目标协同监视问题,提出应用禁忌遗传算法的空间目标协同监视资源调度方法。按照资源调度系统的调度能力、目标容量、响应时间等需求,对协同监视的4种任务模式、目标函数、问题建模、求解算法进行具体分析。仿真结果表明:该方法可支持20颗卫星调度、监视跟踪目标容量1000个,在优化求解速度、精度等方面具有明显优势,可应用于我国空间目标协同监视集成管理系统。     

基于聚类的多平台协同数据关联算法研究

从多平台协同工作的角度出发,针对目标和传感器观测数据之间的关联问题进行了研究。给出了模糊聚类目标函数、FCM算法步骤和量测目标归属判定方法,基于此,提出了模糊C-均值聚类和量测目标归属判定算法,然后提出了基于聚类算法的多平台协同多目标数据关联算法。仿真实验结果表明,该算法数据关联正确率较高,能够提升跟踪精度。     

多传感器目标跟踪的实时剔野方法

考虑了目标跟踪和航天测控中测量数据的实时剔野问题，测量数据集合中严重偏离大部分数据所呈现趋势的小部分数据点被称为野值点，野值的剔除对提高目标跟踪精度有十分重要的意义，己有的剔野方法从工程应用角度看，存在不适宜成串出现的野值。需要人工干顾、计算量大，不适宜在线快速处理等缺点，多传感器目标跟踪系统可以通过合理利用传感器的互补与冗余信息来能提高系统的目标跟踪性能，本文在多传感器目标跟踪条件下，综合利用多传感器数据形成的对目标状态参数的正确描述和测量数据集合主体的变化趋势，给出了实时、准确、高效地识别测量数据中野值点的方法。仿真结果表明利用多传感器目标跟踪中航迹融合的分布式融合方法，可以快速、有效地解决野值斑点剔除问题。     

微型卫星集群系统协同任务下的目标分配研究

微型卫星集群协同完成空间任务,是未来空间操作的重要形式,对其进行研究的重要 性日趋明显。通过对卫星集群多任务目标分配的分析,对多颗卫星拦截多个空间目标的任务 分配问题进行数学建模,然后依据轨道转移消耗能量最小以及计算时间的约束,采用基于遗 传算法的分配方法来求解,有效解决了微型卫星集群操作的多任务分配问题。
最后协同任务 算例的仿真结果表明,建立的模型和算法能够实现集群微型卫星的快速多任务目标分配,也 能够满足星上计算的时间要求。
     

应用改进多种群遗传算法的多星成像目标规划方法

针对目前多星成像目标规划求解算法容易陷入局部最优解,且对于大区域目标及规划时间周期较长时不能尽快规划出较优的成像方案问题,提出一种改进多种群遗传算法的多星成像目标规划方法。以成像规划方案周期最短、覆盖率最大为目标函数建立模型;利用改进的多种群遗传算法对模型进行求解,采用移民算子种群在多种群之间关联及更新种群,保留每代进化中的最优成像方案。利用多星对区域目标成像验证了所提出的方法,结果表明:此方法能够较好地用于模型的建立及求解,有效地规划出目标函数较优的成像方案。     

一种新的辐射源优化识别方法

针对证据理论无法获得传感器报告、无法处理具有冲突的传感器报告、计算复杂度高、干扰环境下融合结果不可靠等缺点,提出了一种新的辐射源优化识别方法。该方法首先利用灰色关联算法来获得传感器的报告,并且提出利用信息熵解决灰色关联分析中特征权重的选择问题。然后根据传感器证据报告的特点,引入传感器可信度因子,通过构造和分解代价函数将辐射源识别问题转化为求解一个凸二次优化问题。最后,给出了一种利用对数罚函数方法求解该问题的改进方法和步骤。理论分析和仿真结果表明,与证据理论相比,新方法具有更低的计算复杂度、更好的识别能力、更广的适用性和更强的鲁棒性。
     

基于样条模型的多传感器目标跟踪算法研究

研究武器试验中多传感器目标跟踪的数据融合问题。通过用样条函数表示目标轨迹参数,建立了问题的节省参数模型,并构造了快速的样条递推算法和参数估计算法。采用样条函数这种稀疏表示方法后,新方法能有效地减少待估参数的个数,提高参数估计精度,在减少计算量的同时降低处理系统的存储负担。仿真结果说明新算法能在很短的时间内完成数据融合,且得到的融合结果精度很高。     

反导多传感器协同任务规划综述

针对反导作战多传感器协同任务规划的相关问题,结合反导作战的特点,探讨反导作战信息处理过程与多传感器协同任务规划的关系,并分析多传感器协同任务规划的内涵;在此基础上,梳理出多传感器协同任务规划涉及的关键技术,并综述多源信息综合处理、多传感器协同部署、协同跟踪、协同引导和协同识别等关键技术的研究现状;最后就多传感器协同任务规划的发展提出一些建议。     

用EM算法解决多目标／多传感器的跟踪问题

采用我种精度不同和特性不同的传感器的输出来跟踪杂波噪声环境中的多个运动目标是监视和侦察系统中的一个重要问题。人们提出了许多解决多目标／多传感器跟踪问题的方案，从难度适中（针对特定应用的方案）的到得复杂的、理论上是最佳的方案均有。本文描述了一种基于最大期望（ＥＭ）算法的时间递归多目标／多传感器的迭代跟踪方法。更具体地说，我们把多目标／多传感器跟踪问题当作是利用可观测传感器的输出表示不完全数据的不完全     

大气层外多拦截器协同跟踪与制导算法

针对大气层外多弹头多诱饵的进攻场景,采用多拦截器全拦截策略,提出了带故障诊断的协同跟踪算法、时间协同中制导律以及消除脱靶量的末制导律。首先,基于最小二乘算法以及误差传播理论,实现了局部信息融合以及测量方程的线性化,简化了非线性跟踪滤波算法的设计;并依托滤波算法,设计了传感器故障诊断算法,以排除其对跟踪效果的影响。然后,基于对拦截器和目标受力的合理简化,给出了相对运动解析解,设计了有限推力下的多拦截器时间协同中制导律以及末制导律,实现对多个目标的同时击毁。仿真结果显示,本文设计的协同跟踪与制导算法,可以有效估计目标的状态并排除故障传感器的干扰,实施对多个目标的时间协同拦截。     

基于模糊最小方差估计的超视距雷达多模式融合跟踪算法

天波超视距雷达(OTHR)是通过电离层反射实现超视距广域监视的,其地理坐标系下的量测方程存在强非线性,同时由于电离层的不同分层,造成了多路径传播的严重问题,即同时存在多个量测模型。本文借鉴多传感器数据融合的思想,提出了一种新的超视距雷达跟踪算法,将多路径信息看作是多传感器提供的量测信息,利用模糊最小方差估计的方法对多路径信息进行同步融合。仿真结果表明,当在杂波环境中,跟踪一个存在四种可能非线性量测的非机动目标时,本文提出的基于模糊最小方差估计的多模式融合跟踪算法(FLCE-MFT)与多径概率数据互联算法(MPDA)相比,在距离维的精度具有很大改善,且耗时大大缩短,具有更好的跟踪性能。     

一种空间邻近目标红外多传感器立体分辨方法

空间邻近目标在红外像平面的成像因相互交叠而形成簇状像斑,对红外传感器的信号处理提出了分辨的要求。为实现对空间邻近目标的立体跟踪定位,提出基于量子粒子群优化的空间邻近目标红外多传感器立体分辨方法。在对目标像平面成像建模基础上,构建基于最小二乘准则的空间邻近目标立体分辨目标函数,针对目标函数的高维非线性特点,以QP-SO解决目标函数优化问题,估计目标空间位置。仿真结果表明:相比于传统的先单传感器像平面分辨后多传感器视线交叉定位方法,此法具有更优的目标位置估计精度、辐射强度估计精度和目标个数估计正确率。     

分布式卫星系统在轨操作的多目标分配

针对空间在轨操作目标分配问题,以分布式卫星系统为研究对象,提出了一种基于粒子群算法的在轨操作多目标分配方法。以分布式卫星机动所消耗的总能量最省为目标函数,建立了在轨操作多目标分配的数学模型。基于固定时间拦截理论,以机动时刻和对应的速度增量作表征,设计实现了单颗卫星最优机动方案。通过合理设计粒子位置与目标分配解的对应关系,采用粒子群算法对问题进行了求解,并详细阐述了算法的实现步骤。算例分析结果表明,建立的模型和算法能够快速得到正确的可行解,可有效解决多约束条件下空间在轨操作的多目标分配问题。     

基于粒子群算法的多波位高度估计方法

为解决雷达斜视模式下对目标区域的高度估计问题,提出了一种基于粒子群算法的多波位高度估计方法。利用粒子群优化算法建立约束条件和目标函数,通过多次迭代使目标函数趋于一个最优值,同时得到高度的最优解。利用粒子群优化算法求解多波位测高方程组可减小方程组近似处理误差。此外,利用粒子群优化算法可随时更改波位数目,增强了该测高方法使用的灵活性,有效提高了高度估计精度。通过理论仿真和实测数据仿真分析,验证了粒子群优化算法在求解多波位测高方程组时的有效性。结果表明:该方法具有较高的高度估计精度。     

基于GA-PSO的低轨星座传感器资源优化调度方法

针对低轨星座目标跟踪传感器资源调度,基于函数优化和组合优化理论,建立了传感器资源优化调度模型,并设计了基于遗传算法-粒子群优化(GA-PSO)的优化调度算法。仿真结果表明,与现有的构造优化调度算法相比,该算法的性能更优,但运算量有所增加。