[發明專利]一種基于加權信息增量最大化準則的多傳感器分配方法

有效

• 申請號: 201711446653.2
• 申請日: 2017-12-27
• 公開（公告）號: CN108334475B
• 公開（公告）日: 2022-02-11
• 發明（設計）人: 葉顯;張龍
• 申請（專利權）人: 成都西科微波通訊有限公司
• 主分類號: G06F17/16
• 分類號: G06F17/16;G06F17/18
• 代理公司: 成都正華專利代理事務所(普通合伙) 51229
• 代理人: 李蕊;何凡

本發明公開了一種基于加權信息增量最大化準則的多傳感器分配方法，其特征在于：包括以下步驟：S1、獲取目標的先驗概率和后驗概率，獲取每個影響目標權重的因素的權重評判函數值及權重系數；S2、根據所述先驗概率和后驗概率分別得到先驗信息熵和后驗信息熵以及信息增量矩陣；根據權重評判函數值得到目標的權重評判矩陣；S3、根據權重系數和目標的權重評判矩陣得到目標的權重向量；S4、根據目標的信息增量矩陣和權重向量得到加權信息增量矩陣；S5、對所述加權信息增量矩陣進行排序，并根據目標數量輸出最優分配矩陣。本發明通過合理分配多傳感器使得多傳感器在跟蹤目標時效果更好，同時傳感器資源得到更加合理的分配。

技術領域

本發明涉及多傳感器技術領域，具體涉及一種基于加權信息增量最大化準則的多傳感器分配方法。

背景技術

在多傳感器目標跟蹤系統中，傳感器分配就是利用有限的資源滿足對多目標跟蹤的要求，科學合理的分配傳感器。傳感器資源對目標的分配可以充分發揮傳感器資源的作用，并使傳感器間相互協調，實現系統最優跟蹤性能的要求。目標數目的增多以及環境的不確定性，使得傳感器很難有效地跟蹤目標。

發明內容

針對現有技術中的上述不足，本發明提供的一種基于加權信息增量最大化準則的多傳感器分配方法解決了現有多傳感器系統跟蹤目標效果差的問題。

為了達到上述發明目的，本發明采用的技術方案為：

提供一種基于加權信息增量最大化準則的多傳感器分配方法，其包括以下步驟：

S1、獲取目標的先驗概率和后驗概率，獲取每個影響目標權重的因素的權重評判函數值及權重系數；

S2、根據所述先驗概率和后驗概率分別得到先驗信息熵和后驗信息熵，并根據所述先驗信息熵和后驗信息熵得到信息增量矩陣；根據每個影響目標權重的因素的權重評判函數值得到目標的權重評判矩陣；

S3、根據每個影響目標權重的因素的權重系數和目標的權重評判矩陣得到目標的權重向量；

S4、根據目標的信息增量矩陣和權重向量得到加權信息增量矩陣；

S5、對所述加權信息增量矩陣進行排序，并根據目標數量輸出最優分配矩陣。

進一步地，步驟S1中獲取每個影響目標權重的因素的權重評判函數值及權重系數的方法為：

根據權重限制公式

λ₁+λ₂+λ₃+...+λ_S＝1

分配每個影響目標權重的因素的權重系數；判斷每個影響目標權重的因素的狀態值與其權重評判函數值的相關關系，若為正相關關系，則根據公式

得到每個影響目標權重的因素的權重評判函數值a_ij，

否則根據公式

得到每個影響目標權重的因素的權重評判函數值a_ij；

其中0≤m1；h為每個影響目標權重的因素的狀態值；h_min為每個影響目標權重的因素的狀態值的下限；h_max為每個影響目標權重的因素的狀態值的上限；S表示影響目標權重的因素的總量；i表示第i個影響目標權重的因素，i∈[1,S]；j表示第j個目標。

進一步地，

步驟S2中根據所述先驗概率和后驗概率分別得到先驗信息熵和后驗信息熵，并根據所述先驗信息熵和后驗信息熵得到信息增量矩陣的方法為：

根據公式