[發明專利]基于切爾諾夫融合準則的多傳感器分布式數據融合方法

有效

• 申請號: 201710535266.X
• 申請日: 2017-07-04
• 公開（公告）號: CN107330468B
• 公開（公告）日: 2021-02-19
• 發明（設計）人: 易偉;黎明;王經鶴;李洋漾;盧術平;孔令講;崔國龍;陳樹東
• 申請（專利權）人: 電子科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;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

1.一種基于切爾諾夫融合準則的多傳感器分布式數據融合方法，其特征在于，包括以下步驟：

A、初始化多傳感器系統的系統參數，并且設置初始時間n＝0；

所述系統參數包括觀測平面大小、傳感器個數N、傳感器初始安放位置(x_i,sensor,y_i,sensor)、,i＝1,2,...,N表示第i個傳感器；

B、獲取本地傳感器量測，利用粒子濾波算法進行本地濾波，得到粒子樣本近似的本地后驗概率密度函數，同時接收并保存其它傳感器發送的高斯混合參數；

所述本地后驗概率密度函數表示為

其中，p(x_n|z_i,1:n)為粒子樣本近似的本地后驗概率密度函數，x_n為目標狀態；z_i,1:n表示傳感器i到n時刻為止所有的量測，為目標狀態x_n的第q個粒子樣本，Q表示粒子樣本總的數量，為目標狀態x_n的第q個粒子樣本的權值；

C、采用最大期望算法將步驟B中粒子樣本近似的本地后驗概率密度函數近似為高斯混合分布，得到本地高斯混合參數并發送至其他傳感器；

所述本地后驗概率密度函數近似為高斯混合分布表示為

其中，s_i＝1,2,…,S_i表示傳感器i的第s_i個高斯分量，S_i表示高斯分量總的個數，和分別表示傳感器i第s_i個高斯分量的權值、均值和方差；

D、利用步驟B中保存的其它傳感器的高斯混合參數和步驟C中本地高斯混合參數進行一階近似模型下基于切爾諾夫融合準則的分布式數據融合；

所述分布式數據融合結果表示為

其中，g(x_n)為一階近似模型下基于切爾諾夫融合準則的分布式數據融合結果，為一階近似模型下切爾諾夫融合得到的高斯混合分量，m_f表示第m_f個融合分量，M_f表示融合結果中高斯混合分量總數；

E、將步驟D中一階近似模型下基于切爾諾夫融合準則的分布式數據融合結果作為重要性采樣函數進行重要性采樣；

F、利用步驟E中重要性采樣得到的粒子樣本構造多元變量帶約束的優化函數；

所述步驟F中多元變量帶約束的優化函數表示為

其中，ε^*為切爾諾夫融合最優的指數權值，ε^*＝(ε₁,ε₂,…,ε_N)_optimal，為采樣的第r個粒子樣本；

G、采用粒子群算法求解步驟F中多元變量帶約束的優化函數，計算切爾諾夫融合最優的指數權值；

所述步驟G采用粒子群算法求解步驟F中多元變量帶約束的優化函數，計算切爾諾夫融合最優的指數權值，具體包括以下分步驟：

G1、初始化粒子群；

G2、根據適應度函數計算各粒子的適應度值；

G3、分別將每個粒子的適應度值與其歷史最優的適應度值進行比較，選取較高的適應度值作為歷史最優的適應度值；

G4、分別將每個粒子的適應度值與群體所經歷的最優位置的適應度值進行比較，選取較高的適應度值作為群體所經歷的最優位置的適應度值；

G5、對粒子的速度和位置進行進化處理；

G6、判斷是否達到位置收斂條件或最大迭代次數；若是，則操作結束；若否，則返回步驟G2；

H、利用步驟E中重要性采樣得到的粒子樣本和步驟G中計算得到的切爾諾夫融合最優的指數權值進行切爾諾夫融合；

I、根據步驟H中切爾諾夫融合結果計算并輸出目標的估計狀態；

J、將初始時間n遞增1，判斷n是否大于觀測總幀數；若是，則操作結束，完成多傳感器分布式數據融合；若否，則返回步驟B。

2.如權利要求1所述的基于切爾諾夫融合準則的多傳感器分布式數據融合方法，其特征在于，所述步驟H中切爾諾夫融合后的粒子樣本的權值表示為

其中，為切爾諾夫融合后的粒子樣本的權值。

3.如權利要求2所述的基于切爾諾夫融合準則的多傳感器分布式數據融合方法，其特征在于，所述步驟I中目標的估計狀態表示為

其中，為目標的估計狀態。