基于多目标均方误差界的多传感器控制算法

提出了一种新的基于集中式处理结构的有约束多传感器控制算法.该算法将多目标均方误差界作为传感器控制的代价函数.为了应用信息不等式得到该误差界,2阶最优子模式分配测度被用于度量状态集和其估计集间的误差,并采用δ-广义标签多伯努利滤波器执行多目标Bayes递推.混合罚函数法和复合形法被用来降低求解该有约束优化问题的计算量.仿真结果表明对于由多个不同观测性能传感器组成的带约束条件的控制系统,本方法的跟踪精度显著优于柯西-施瓦茨散度法;并且当传感器个数较多时,混合罚函数和复合形法的计算时间相比穷尽搜索法显著缩短而跟踪精度损失很小....

Full description

Saved in:
Bibliographic Details
Published in自动化学报 Vol. 46; no. 10; pp. 2177 - 2190
Main Authors 连峰, 侯利明, 刘静, 韩崇昭
Format Journal Article
LanguageChinese
Published 西安交通大学自动化科学与工程学院智能网络与网络安全教育部重点实验室 西安 710049 01.10.2020
Subjects
多传感器控制
贝叶斯估计
误差界
多目标跟踪
标签随机有限集
Online AccessGet full text
ISSN0254-4156
DOI10.16383/j.aas.c180251

Cover

More Information
Summary:提出了一种新的基于集中式处理结构的有约束多传感器控制算法.该算法将多目标均方误差界作为传感器控制的代价函数.为了应用信息不等式得到该误差界,2阶最优子模式分配测度被用于度量状态集和其估计集间的误差,并采用δ-广义标签多伯努利滤波器执行多目标Bayes递推.混合罚函数法和复合形法被用来降低求解该有约束优化问题的计算量.仿真结果表明对于由多个不同观测性能传感器组成的带约束条件的控制系统,本方法的跟踪精度显著优于柯西-施瓦茨散度法;并且当传感器个数较多时,混合罚函数和复合形法的计算时间相比穷尽搜索法显著缩短而跟踪精度损失很小.
ISSN:0254-4156
DOI:10.16383/j.aas.c180251