傳感器網(wǎng)絡(luò)多目標(biāo)分布式一致性跟蹤器的制造方法
【專利摘要】本發(fā)明提供一種傳感器網(wǎng)絡(luò)多目標(biāo)分布式一致性跟蹤方法。該方法基于傳感器網(wǎng)絡(luò)中觀測節(jié)點(diǎn)之間的信息傳遞，將網(wǎng)絡(luò)中的傳感器節(jié)點(diǎn)實(shí)施動態(tài)功能劃分，自適應(yīng)實(shí)時優(yōu)化選擇參與目標(biāo)一致性跟蹤的觀測節(jié)點(diǎn)集，并結(jié)合了概率數(shù)據(jù)互聯(lián)策略，將多目標(biāo)數(shù)據(jù)互聯(lián)信息融入一致性參數(shù)中，且對目標(biāo)先驗(yàn)信息與量測信息進(jìn)行加權(quán)處理，考慮了不同觀測節(jié)點(diǎn)狀態(tài)估計誤差協(xié)方差在計算平均一致性狀態(tài)時的影響，經(jīng)過有效的信息一致性處理與融合，各觀測節(jié)點(diǎn)的分布式跟蹤精度可以快速逼近集中式跟蹤精度，且保證了盲節(jié)點(diǎn)對目標(biāo)的航跡維持，能夠有效防止新航跡層出不窮、航跡不明或混亂等現(xiàn)象。
【專利說明】傳感器網(wǎng)絡(luò)多目標(biāo)分布式一致性跟蹤器

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及傳感器網(wǎng)絡(luò)的信息融合系統(tǒng)，尤其涉及一種傳感器網(wǎng)絡(luò)多目標(biāo)分布式一致性跟蹤方法，屬于傳感器信息處理領(lǐng)域。

【背景技術(shù)】
[0002]由于現(xiàn)代低成本傳感器的逐漸普及，大型傳感器網(wǎng)絡(luò)被廣泛應(yīng)用于環(huán)境監(jiān)測、風(fēng)險評估等軍民用領(lǐng)域。相對傳統(tǒng)的單傳感器應(yīng)用模式，多傳感器能夠覆蓋更廣的感興趣區(qū)域，從不同角度不同位置提供更多的有用信息，通過有效的信息融合，提高環(huán)境感知的準(zhǔn)確度和魯棒性。在眾多的信息融合方式中，分布式算法基于節(jié)點(diǎn)之間有效的信息互傳來實(shí)現(xiàn)資源共享，在大型網(wǎng)絡(luò)中具有高容錯性、易于安裝及擴(kuò)展等優(yōu)勢，在分散式傳感器網(wǎng)絡(luò)研究與應(yīng)用中備受關(guān)注。
[0003]現(xiàn)有的傳感器網(wǎng)絡(luò)分布式狀態(tài)估計算法(典型代表算法:Kalman ConsensusFilter, KCF)通常假設(shè)網(wǎng)絡(luò)中每個節(jié)點(diǎn)都能觀測到所有目標(biāo)。然而，在現(xiàn)代戰(zhàn)爭及現(xiàn)實(shí)生活中，微型傳感器的傳感能力通常是距離受限及各向異性的(例如視頻傳感器、定向傳聲器、雷達(dá)等)，稱為有限觀測傳感器，即傳感器的性能同時依賴觀測點(diǎn)與目標(biāo)之間的距離和方向。因此，網(wǎng)絡(luò)中的節(jié)點(diǎn)并不能隨時保持對所有目標(biāo)的觀測，且傳感模型的改變將給網(wǎng)絡(luò)探測覆蓋、節(jié)點(diǎn)協(xié)同控制，目標(biāo)狀態(tài)估計等分布式跟蹤關(guān)鍵技術(shù)帶來新的挑戰(zhàn)。
[0004]分布式多目標(biāo)跟蹤問題可以分為三個子問題，分別為分布式信息融合、數(shù)據(jù)互聯(lián)(量測與航跡互聯(lián))與動態(tài)狀態(tài)估計。在眾多的分布式信息融合方法中，平均一致性算法采用迭代的方式，利用鄰居節(jié)點(diǎn)的有效信息不斷更新本地估計，從而使得每個節(jié)點(diǎn)都能獨(dú)自計算網(wǎng)絡(luò)中所有信息匯集后的全局估計，比如說所有節(jié)點(diǎn)的狀態(tài)估計全局平均值。關(guān)鍵在于，平均一致性算法并不需要all-to-all的全網(wǎng)通信就能實(shí)現(xiàn)全網(wǎng)一致性狀態(tài)估計，并且近似收斂于集中式估計結(jié)果。因此，基于平均一致性的估計框架對網(wǎng)絡(luò)的通信拓?fù)錄]有特殊要求，原理上適用于任何隨意連通的傳感器網(wǎng)絡(luò)。另一方面，在完全分布式的多目標(biāo)跟蹤應(yīng)用中，盡管某些節(jié)點(diǎn)無法直接探測到所有目標(biāo)或者某段時間內(nèi)無法探測到某個目標(biāo)，但是考慮到節(jié)點(diǎn)之間需要協(xié)同合作，每個節(jié)點(diǎn)有必要保持對所有目標(biāo)的狀態(tài)估計，否則將出現(xiàn)航跡混亂、新航跡層出不窮等實(shí)際問題。節(jié)點(diǎn)獲取目標(biāo)的量測后，也需要基于所有目標(biāo)歷史航跡實(shí)現(xiàn)量測與航跡的正確互聯(lián)。而在一致性估計框架中，每個節(jié)點(diǎn)都保持著所有目標(biāo)的狀態(tài)估計，這種特性從本質(zhì)上非常適合完全分布式的多目標(biāo)跟蹤應(yīng)用。
[0005]值得注意的是，將一致性理論應(yīng)用于有限觀測傳感器網(wǎng)絡(luò)時，必須解決關(guān)于目標(biāo)的盲節(jié)點(diǎn)問題。所謂盲節(jié)點(diǎn)，即為傳感器網(wǎng)絡(luò)中的節(jié)點(diǎn)在某一時刻關(guān)于某目標(biāo)無法獲得直接量測，而其鄰居節(jié)點(diǎn)可以直接觀測到該目標(biāo)。此時，基于一致性理論的估計框架中，盲節(jié)點(diǎn)受到觀測能力及一致性迭代次數(shù)的限制，對于目標(biāo)狀態(tài)的估計應(yīng)當(dāng)具有較小的信息貢獻(xiàn)。然而，KCF等一致性算法假設(shè)所有節(jié)點(diǎn)均能觀測到每一個目標(biāo)，將網(wǎng)絡(luò)中所有節(jié)點(diǎn)對全局平均狀態(tài)估計的貢獻(xiàn)權(quán)值視為相同，且忽略了不同節(jié)點(diǎn)狀態(tài)估計誤差協(xié)方差在計算平均一致性狀態(tài)時的影響，在網(wǎng)絡(luò)不完全連通或者盲節(jié)點(diǎn)較多的場景下會嚴(yán)重影響到算法的估計精度和收斂速度。2012年，Ahmed T.Kamal提出了信息加權(quán)一致性濾波器Informat1n-weighted Consensus Filter (ICF),考慮了盲節(jié)點(diǎn)及分布式最優(yōu)估計問題。然而，以上算法均假設(shè)環(huán)境中僅存在一個目標(biāo)，在多目標(biāo)的環(huán)境中也僅考慮數(shù)據(jù)互聯(lián)完全正確的情況。事實(shí)上，對于多目標(biāo)跟蹤問題，數(shù)據(jù)互聯(lián)與目標(biāo)狀態(tài)估計是高度關(guān)聯(lián)、相互依賴的。狀態(tài)估計的精度將影響到數(shù)據(jù)互聯(lián)的準(zhǔn)確性，反之亦然。因此，在分布式多目標(biāo)跟蹤應(yīng)用中，需要聯(lián)合解決數(shù)據(jù)互聯(lián)與狀態(tài)估計問題。在眾多的單傳感器多目標(biāo)數(shù)據(jù)互聯(lián)框架中，1979 年 Reid 提出的多假設(shè) Multiple Hypothesis Tracking(MHT)與 2009年 Bar-shalom 提出的聯(lián)合概率數(shù)據(jù)互聯(lián)濾波 Joint Probabilistic Data Associat1nFilter(JPDAF)是應(yīng)用最為廣泛的兩種方法。其中，MHT以全鄰最優(yōu)濾波器和“聚”理論為基礎(chǔ)，將航跡起始和航跡維持統(tǒng)一在一個框架上處理，在理想假設(shè)條件下被認(rèn)為是處理數(shù)據(jù)互聯(lián)的最優(yōu)方法。但是，MHT的缺點(diǎn)在于計算代價較大，且過多依賴于目標(biāo)和雜波的先驗(yàn)知識，例如進(jìn)入跟蹤的目標(biāo)數(shù)量、虛警回波數(shù)、虛假目標(biāo)密度以及被檢測目標(biāo)密度等。而JPDAF能夠以較低的計算代價取得理想的數(shù)據(jù)互聯(lián)性能，適用于能量受限、計算和通信能力較弱的無線傳感器網(wǎng)絡(luò)。2008年Nils F.Sandell推導(dǎo)了 JPDA框架下的卡爾曼一致性濾波器，提出了多目標(biāo)跟蹤算法JPDA-KCF，但是并未考慮網(wǎng)絡(luò)中的盲節(jié)點(diǎn)問題。2011年AhmedT.Kamal 提出了多目標(biāo)信息一致性算法Multitarget Informat1n Consensus (MTIC),聯(lián)合處理了狀態(tài)估計誤差、數(shù)據(jù)互聯(lián)及網(wǎng)絡(luò)盲節(jié)點(diǎn)等問題。然而，MTIC假設(shè)網(wǎng)絡(luò)中的傳感器節(jié)點(diǎn)和目標(biāo)數(shù)量已知，只適用于先驗(yàn)預(yù)知的固定網(wǎng)絡(luò)，算法可擴(kuò)展性較弱。
[0006]實(shí)際上，大型傳感器網(wǎng)絡(luò)的目標(biāo)跟蹤實(shí)際應(yīng)用中，單個時刻僅有少數(shù)節(jié)點(diǎn)能夠觀測到穿越監(jiān)測區(qū)域的目標(biāo)，而網(wǎng)絡(luò)中的節(jié)點(diǎn)通常都具有向上匯報監(jiān)測信息的路由通道，因此，在距離受限的大型網(wǎng)絡(luò)中，單個時刻僅需要少數(shù)觀測節(jié)點(diǎn)實(shí)現(xiàn)對目標(biāo)的分布式狀態(tài)估計即能獲知目標(biāo)的精確航跡，無需所有節(jié)點(diǎn)全網(wǎng)通信便能滿足目標(biāo)跟蹤的實(shí)際應(yīng)用。
[0007]事實(shí)上，隨著目標(biāo)在監(jiān)測區(qū)域內(nèi)不斷移動，觀測節(jié)點(diǎn)是動態(tài)變化的，通過節(jié)點(diǎn)間進(jìn)行有效的數(shù)據(jù)傳遞，就可以獲取單個時刻觀測節(jié)點(diǎn)的成員信息。此外，針對距離受限的傳感器網(wǎng)絡(luò)多目標(biāo)完全分布式一致性跟蹤估計問題，可以基于聯(lián)合概率數(shù)據(jù)互聯(lián)策略，結(jié)合傳感器的信息觀測質(zhì)量及狀態(tài)估計質(zhì)量，經(jīng)過足夠多次的一致性信息傳遞及迭代處理，各觀測節(jié)點(diǎn)的分布式狀態(tài)估計精度即能逼近集中式最優(yōu)卡爾曼濾波方法(centralized Kalmanfilter, CKF)。這也就是本發(fā)明的思路來源。


【發(fā)明內(nèi)容】

[0008]本發(fā)明的目的在于提供一種高精度的動態(tài)自適應(yīng)分布式多目標(biāo)一致性跟蹤方法。為了達(dá)到上述目的，本發(fā)明充分利用傳感器網(wǎng)絡(luò)中觀測節(jié)點(diǎn)之間的信息傳遞，提出了一種基于聯(lián)合概率數(shù)據(jù)互聯(lián)策略及信息加權(quán)一致性濾波器的多目標(biāo)跟蹤器，其跟蹤流程如圖1所示，包括:傳感器節(jié)點(diǎn)獲取目標(biāo)量測信息；劃分網(wǎng)絡(luò)節(jié)點(diǎn)角色；建立一致性節(jié)點(diǎn)集；融入數(shù)據(jù)互聯(lián)信息；初始化本地一致性參數(shù)；融合一致性信息；更新目標(biāo)狀態(tài)；預(yù)測目標(biāo)狀態(tài)。
[0009]技術(shù)方案及具體實(shí)施措施:
[0010]為了便于闡述，做以下約定:
[0011]考慮某一網(wǎng)絡(luò)具有Ns個同構(gòu)傳感器節(jié)點(diǎn)，其節(jié)點(diǎn)之間的通信網(wǎng)絡(luò)可有無向圖G = OS，5)來表示。集合S =.[&A2,I包含了圖中的所有頂點(diǎn)，代表網(wǎng)絡(luò)中的所有傳感器節(jié)點(diǎn)；集合ε包含圖中所有的邊，代表不同節(jié)點(diǎn)之間的可行通信鏈接。所有與節(jié)點(diǎn)Si具有直接通信鏈接的節(jié)點(diǎn)稱為Si的鄰居節(jié)點(diǎn)，并構(gòu)成集合Λ/；。假設(shè)網(wǎng)絡(luò)中存在Nt個可觀測目標(biāo)，構(gòu)成的集合可表示為:T =，仏」。
[0012]xJ (t+1) = Φχ?'(?)ν(?).(I)
[0013]其中，φ e Tl抑為狀態(tài)轉(zhuǎn)移矩陣，過程噪聲f⑴服從高斯分布w%)?f (0，Q7)。
[0014]t時刻，傳感器Si獲取到Idt)個關(guān)于目標(biāo)的量測，記為。傳感器并不預(yù)知量測與目標(biāo)的對應(yīng)關(guān)系。假設(shè)量測4來源于目標(biāo)Γ_，Z=由以下觀測方程得到
[0015]Zni = H/ x/ + v/.(2)
[0016]其中，Hf e Kmxp為傳感器Si對于目標(biāo)Tj的觀測矩陣，量測噪聲v/ e尺^設(shè)定為服從零均值高斯分布的隨機(jī)變量，且方差為R/ ^ 。
[0017]每個傳感器節(jié)點(diǎn)保持著對感興趣目標(biāo)的先驗(yàn)或預(yù)測狀態(tài)估計&—(O，狀態(tài)估計方差為p/_(0。需要說明的是，本發(fā)明將以狀態(tài)方差的逆(稱為信息矩陣)應(yīng)用于濾波的整個過程中，表示形式為J/-(P/r1。假設(shè)節(jié)點(diǎn)在探測到目標(biāo)的時候，傳感器就能得知關(guān)于目標(biāo)的狀態(tài)初值和信息矩陣初值。
[0018]需要指出的是，本發(fā)明所針對的問題并不是假設(shè)每個目標(biāo)的狀態(tài)對于每個傳感器都是可觀測的，而是考慮整個網(wǎng)絡(luò)中的量測對于每個目標(biāo)狀態(tài)具有可觀測性的情況，即網(wǎng)絡(luò)完全覆蓋，單個時刻至少有一個傳感器能夠觀測到監(jiān)測區(qū)域的任何目標(biāo)。此外，不妨假設(shè)網(wǎng)絡(luò)中所有傳感器節(jié)點(diǎn)的通信半徑不小于傳感半徑的2倍，這意味著，同時觀測到目標(biāo)的節(jié)點(diǎn)肯定互為鄰居，只需一步通信即可相互傳遞信息。本發(fā)明所提供方法的目的在于，針對傳感器網(wǎng)絡(luò)目標(biāo)跟蹤問題，隨著目標(biāo)不斷移動，網(wǎng)絡(luò)節(jié)點(diǎn)成員的角色不斷變化，通過有效的信息傳遞和處理，實(shí)現(xiàn)任何單個濾波時刻內(nèi)觀測節(jié)點(diǎn)和鄰居盲節(jié)點(diǎn)對多目標(biāo)的分布式一致性跟蹤。
[0019]以下將以t時刻傳感器節(jié)點(diǎn)的狀態(tài)估計為例，對技術(shù)方案中的具體步驟進(jìn)行詳細(xì)描述。
[0020]跟蹤輸入:目標(biāo)r的先驗(yàn)狀態(tài)纊⑴、先驗(yàn)信息矩陣Jr⑴、量測矩陣H/、量測噪聲方差R/。
[0021]1.獲取量測
[0022]傳感器節(jié)點(diǎn)獲取量測信息是指通過目標(biāo)回波得到關(guān)于多個目標(biāo)的本地量測和量測信息矩陣B丨，其中B丨=(Rf)-1，R丨為傳感器量測服從的零均值高斯白噪聲的方差，下標(biāo)i是傳感器的身份標(biāo)識。
[0023]2.劃分節(jié)點(diǎn)角色
[0024]根據(jù)網(wǎng)絡(luò)中傳感器節(jié)點(diǎn)是否觀測到目標(biāo)及節(jié)點(diǎn)在目標(biāo)狀態(tài)估計時擔(dān)任的角色，將t時刻探測到目標(biāo)的節(jié)點(diǎn)稱為觀測節(jié)點(diǎn)，所有觀測節(jié)點(diǎn)的鄰居節(jié)點(diǎn)(未探測到目標(biāo))稱為盲節(jié)點(diǎn)，其他未探測到目標(biāo)的節(jié)點(diǎn)稱為睡眠節(jié)點(diǎn)。其中，觀測節(jié)點(diǎn)執(zhí)行主要狀態(tài)估計工作，盲節(jié)點(diǎn)通過接收觀測節(jié)點(diǎn)的信息來保持及更新本地目標(biāo)狀態(tài)，以防止在航跡交接過程中出現(xiàn)新航跡層出不窮、航跡不明等現(xiàn)象。
[0025]3.建立一致性節(jié)點(diǎn)集
[0026]t時刻節(jié)點(diǎn)Si探測到目標(biāo)后，通過觀測節(jié)點(diǎn)之間的信息交換，建立該時刻保持對目標(biāo)狀態(tài)一致性估計的傳感器節(jié)點(diǎn)集，稱為一致性節(jié)點(diǎn)集，記為C。具體實(shí)施措施為:
[0027](I)傳感器Si獲取到t時刻自身觀測區(qū)域內(nèi)所有目標(biāo)的量測及其對應(yīng)量測信息矩陣；
[0028](2)傳感器Si廣播t-Ι時刻自身標(biāo)識(ID)及本地估計所有目標(biāo)的狀態(tài)估計值，若某一目標(biāo)?°_為新目標(biāo)，則廣播關(guān)于的量測值；
[0029](3)傳感器Si接收來自鄰居觀測節(jié)點(diǎn)的廣播信息；
[0030](4)傳感器Si建立一致性節(jié)點(diǎn)集C，包括t時刻所有觀測節(jié)點(diǎn)及其鄰居盲節(jié)點(diǎn)，其中，觀測節(jié)點(diǎn)的個數(shù)為N'。
[0031]由于一致性節(jié)點(diǎn)集內(nèi)的所有節(jié)點(diǎn)互為鄰居，通過一步信息傳遞，每個觀測節(jié)點(diǎn)能收到其他觀測節(jié)點(diǎn)關(guān)于目標(biāo)的狀態(tài)信息。同時，一致性節(jié)點(diǎn)集內(nèi)所有觀測節(jié)點(diǎn)的鄰居盲節(jié)點(diǎn)也能獲知目標(biāo)狀態(tài)信息，而這些來自不同觀測節(jié)點(diǎn)中的相同目標(biāo)的狀態(tài)是趨于一致的，這將在后續(xù)說明中闡述。
[0032]4.融入數(shù)據(jù)互聯(lián)信息
[0033]設(shè)定符號與”表示量測誤差，其上標(biāo)表示量測4與目標(biāo)是確定互聯(lián)關(guān)系，則對于時刻t的目標(biāo)!"_，量測誤差紀(jì)"與誤差方差Y/的計算方式如下

【權(quán)利要求】
1.一種傳感器網(wǎng)絡(luò)多目標(biāo)分布式一致性跟蹤器，是一種用于多目標(biāo)跟蹤的分布式濾波方法，其特征在于單個濾波時刻內(nèi)包括以下步驟: 步驟1:傳感器節(jié)點(diǎn)獲取目標(biāo)量測信息及劃分網(wǎng)絡(luò)節(jié)點(diǎn)角色； 步驟2:建立一致性節(jié)點(diǎn)集； 步驟3:融入數(shù)據(jù)互聯(lián)信息； 步驟4:初始化本地一致性參數(shù)； 步驟5: —致性信息處理與融合； 步驟6:目標(biāo)狀態(tài)更新與預(yù)測。
2.根據(jù)權(quán)利I所述的傳感器網(wǎng)絡(luò)多目標(biāo)分布式一致性跟蹤器，其特征在于，所述步驟I具體為:通過目標(biāo)回波得到關(guān)于多個目標(biāo)的本地量測和對應(yīng)的量測信息矩陣；根據(jù)網(wǎng)絡(luò)中傳感器節(jié)點(diǎn)是否觀測到目標(biāo)及節(jié)點(diǎn)在目標(biāo)狀態(tài)估計時擔(dān)任的角色，將t時刻探測到目標(biāo)的節(jié)點(diǎn)稱為觀測節(jié)點(diǎn)，所有觀測節(jié)點(diǎn)的鄰居節(jié)點(diǎn)(未探測到目標(biāo))稱為盲節(jié)點(diǎn)，其他未探測到目標(biāo)的節(jié)點(diǎn)稱為睡眠節(jié)點(diǎn)，其中，觀測節(jié)點(diǎn)執(zhí)行目標(biāo)跟蹤工作，盲節(jié)點(diǎn)通過接收觀測節(jié)點(diǎn)的信息來保持及更新本地目標(biāo)狀態(tài)，觀測節(jié)點(diǎn)的個數(shù)為N'。
3.根據(jù)權(quán)利I所述的傳感器網(wǎng)絡(luò)多目標(biāo)分布式一致性跟蹤器，其特征在于，所述步驟2具體為:觀測節(jié)點(diǎn)發(fā)送狀態(tài)信息包(含有目標(biāo)前一時刻的狀態(tài)估計值及觀測節(jié)點(diǎn)的身份標(biāo)識)，觀測節(jié)點(diǎn)和盲節(jié)點(diǎn)接收來自鄰居節(jié)點(diǎn)的狀態(tài)信息包，盲節(jié)點(diǎn)更新本地目標(biāo)狀態(tài)，當(dāng)前時刻的所有觀測節(jié)點(diǎn)及所有盲節(jié)點(diǎn)構(gòu)成一致性節(jié)點(diǎn)集，節(jié)點(diǎn)集內(nèi)的傳感器始終保持著目標(biāo)的狀態(tài)估計。
4.根據(jù)權(quán)利I所述的傳感器網(wǎng)絡(luò)多目標(biāo)分布式一致性跟蹤器，其特征在于，所述步驟3具體為:設(shè)定符號表示量測誤差，其上標(biāo)表示量測與目標(biāo)是確定互聯(lián)關(guān)系，則對于時刻t的目標(biāo)!"_，量測誤差2f與誤差方差Y/的計算方式如下
其中，礦為目標(biāo)r的先驗(yàn)狀態(tài)、J/-為先驗(yàn)信息矩陣、H/為量測矩陣、R/為量測噪聲方差?；趈pda濾波算法，設(shè)定量測與目標(biāo)正確互聯(lián)的概率為，沒有量測與目標(biāo)r互聯(lián)的概率為貧°，和/f的計算方式依據(jù)JPDA濾波器。對于目標(biāo)!°_，采用以下方程計算卡爾曼濾波增益K/、量測均值y/、量測均值誤差及量測均值誤差方差:
由上，得到融入數(shù)據(jù)互聯(lián)信息的矩陣c/
5.根據(jù)權(quán)利I所述的傳感器網(wǎng)絡(luò)多目標(biāo)分布式一致性跟蹤器，其特征在于，所述步驟4具體為:定義傳感器Si —致性參數(shù)v/(o)、V/(O)及W/(O)的初始化方式如下
6.根據(jù)權(quán)利I所述的傳感器網(wǎng)絡(luò)多目標(biāo)分布式一致性跟蹤器，其特征在于，所述步驟5具體為:從k = I開始至k = K，將以下三步循環(huán)迭代K次:觀測節(jié)點(diǎn)發(fā)送含有本地一致性參數(shù)與身份標(biāo)識的一致性信息包、觀測節(jié)點(diǎn)接收來自鄰居觀測節(jié)點(diǎn)的一致性信息包、更新本地參數(shù)
K為一致性迭代次數(shù)，ζ為一致性速率因子，最終，各觀測節(jié)點(diǎn)得到近似相同的一致性參數(shù)v/_(iQ、V/(1SW/(^:)。
7.根據(jù)權(quán)利I所述的傳感器網(wǎng)絡(luò)多目標(biāo)分布式一致性跟蹤器，其特征在于，所述步驟6具體為:目標(biāo)狀態(tài)更新是指，結(jié)合一致性參數(shù)和觀測節(jié)點(diǎn)個數(shù)N'，對目標(biāo)狀態(tài)及信息矩陣進(jìn)行更新，
，其中⑴為t時刻濾波得到的目標(biāo)估計狀態(tài)，J/+(0為對應(yīng)的狀態(tài)估計信息矩陣；目標(biāo)狀態(tài)預(yù)測是指結(jié)合當(dāng)前時刻目標(biāo)狀態(tài)估計與運(yùn)動模型，對下一時刻目標(biāo)的狀態(tài)及其信息矩陣進(jìn)行預(yù)測，&_0 + 1) = Φ句+(0，P/一 (? + 1) = φ ρ/+ (0Φ + Q，其中，i/—(? +1)為t+1時刻的目標(biāo)Tj的狀態(tài)預(yù)測，Φ為狀態(tài)轉(zhuǎn)移矩陣，P廣0 + 1)為t+Ι時刻目標(biāo)的狀態(tài)預(yù)測方差，Q為目標(biāo)運(yùn)動模型中的過程噪聲方差。
【文檔編號】H04W64/00GK104168648SQ201410022221
【公開日】2014年11月26日 申請日期:2014年1月20日 優(yōu)先權(quán)日:2014年1月20日
【發(fā)明者】劉瑜, 何友, 王海鵬, 齊林, 劉俊, 苗旭炳 申請人:中國人民解放軍海軍航空工程學(xué)院