[發明專利]一種多項式參數化似然函數的分布式批估計數據融合方法

有效

• 申請號: 201710319720.8
• 申請日: 2017-05-09
• 公開（公告）號: CN106973364B
• 公開（公告）日: 2020-11-24
• 發明（設計）人: 易偉;黎明;徐璐霄;王祥麗;孔令講;王經鶴;陳樹東;謝明池
• 申請（專利權）人: 電子科技大學
• 主分類號: H04W4/38
• 分類號: H04W4/38;H04W84/18
• 代理公司: 成都虹盛匯泉專利代理有限公司 51268
• 代理人: 王偉

本發明公開一種多項式參數化似然函數的分布式批估計數據融合方法，首先根據本地雷達的采樣速率或數據更新的實際需求設定批估計更新周期，利用粒子濾波算法獲得多傳感器中粒子樣本近似的本地似然函數，然后通過最小二乘近似方法求解得到本地傳感器的多項式參數，并且在多傳感器間通信交互這些多項式參數，最后利用多項式參數恢復得到粒子樣本近似的多傳感器近似似然函數，并采用批估計融合方法融合多傳感器的近似似然函數，有效地解決了異步傳感器網絡中由于采樣速率和初始偏差不同導致的異步數據難以融合的問題；相比于在個傳感器節點之間直接傳輸原始量測，傳輸多項式參數的通信量更低；本申請相比于后驗方法的精度更高。

技術領域

本發明屬于多傳感器數據融合技術領域，特別涉及異步傳感器網絡分布式批估計數據融合技術。

背景技術

隨著現代戰場環境的日益復雜，隱身與反隱身、對抗與反對抗等迫切需求，強機動、高雜波、低檢測率和高虛警率等問題的出現，利用多傳感器數據融合技術獲得更加全面、準確、可靠的環境態勢信息越來越受到人們的關注。其中，分布式估計數據融合方法因其具有資源消耗低、可擴展性強、魯棒性好等眾多優點得到了長足的發展，并廣泛地應用到了區域監視、目標跟蹤、目標定位等眾多領域。

現有的分布式估計數據融合方法大多是針對同步傳感器網絡設計的，即要求多個傳感器采樣周期相同，初始偏差相同，且不存在通信延遲。事實上，這些要求在實際中很難得到滿足，特別是在異步傳感器網絡中，多傳感器數據異步且難以融合，直接采用同步的分布式估計融合方法將嚴重影響融合精度。文獻“Distributed sequential estimation inasynchronous wireless sensor networks，IEEE Signal Process Letters.SPL-22，1965-1969，Nov 2015”提出了一種根據數據到達先后進行順序估計的序貫估計方法，它通過遞推的方式將多傳感器數據進行對齊，有效地解決了異步傳感器網絡中的數據融合問題。但是該方法將后驗分布概率密度函數直接近似為高斯分布，存在精度損失的問題，特別在非高斯場景下，高斯近似造成精度損失的問題將導致多傳感器數據融合的精度較低；文獻“Asynchronous particle filter for tracking using non-synchronous sensornetworks，Signal Process Mag，SPM-91，2304-2313，Apr.2011”提出了一種聯合一段時間異步數據對同一目標狀態進行估計的方法，它通過引入一種利用目標狀態轉移特性的對齊策略，有效地解決了異步傳感器網絡中異步數據難以融合的問題，精度較高且計算量小。但是該方法是一種集中式估計融合方法，可擴展性和魯棒性較弱，不能直接推廣到分布式傳感器網絡中，并且傳感器節點之間傳輸的數據是原始量測，需要消耗大量的能量與帶寬等通信資源。

發明內容

本發明為解決上述技術問題，提出了一種多項式參數化似然函數的分布式批估計數據融合方法，并采用批估計融合方法融合多傳感器的近似似然函數，有效地解決了異步傳感器網絡中由于采樣速率和初始偏差不同導致的異步數據難以融合的問題。

本發明采用的技術方案是：一種多項式參數化似然函數的分布式批估計數據融合方法，包括：

S1、根據本地傳感器的采樣速率或數據更新的實際需求設定批估計更新周期，并初始化當前迭代時間t＝0；

S2、判斷t值是否等于本地傳感器接收到當前量測的時間；若是則執行步驟S4；否則執行步驟S3；

S3、在一個批估計更新周期內，依次接收和存儲當前迭代對應的其他傳感器的多項式參數，并更新t值，然后返回步驟S2；

S4、從本地傳感器讀取當前量測，利用粒子濾波算法進行本地濾波，獲得本地傳感器當前組粒子樣本近似的似然函數，然后執行步驟S5；