The invention proposes a distributed multi-sensor multi-target tracking method based on measurement consistency. This method uses the nearest neighbor algorithm to deal with data interconnection in multi-target tracking. In the network, multi-sensors cooperate according to the distributed structure, and each sensor only needs to communicate information with the neighboring sensors. The method considers the influence of clutter on nearest neighbor method. The sensors fuse multiple measurements in the network through the consistency protocol to obtain more accurate measurements, so as to ensure the estimation accuracy of the subsequent filtering process. Based on the information weighted consistency filtering method, the updated information matrix and information vector are iterated consistently, and the consistency is achieved by local average. Finally, the state update value is obtained by using the information matrix and information vector after iteration. This method can realize multi-sensor multi-target tracking under clutter interference.
【技术实现步骤摘要】
基于量测一致性的分布式多传感器多目标跟踪方法
本专利技术属于传感器网络信息融合技术,涉及杂波背景下的数据互联和目标状态估计问题,提供了一种分布式多传感器跟踪多目标的方法。
技术介绍
用传感器跟踪多个目标时,需要着重解决数据互联问题。数据互联包括两个方面,第一,在杂波环境下,由于杂波对真实量测的干扰,需要从杂波环境中选取真实量测或是接近真实量测的值;第二,正确判断多个量测与多个估计值(航迹)之间的配对关系,才能保证后续跟踪滤波的正常进行。经典的多目标数据互联方法包括最近邻域算法、概率最近邻域算法、概率数据互联算法、联合概率数据互联算法、综合概率数据互联算法、多假设跟踪算法、最优贝叶斯算法等。其中最近邻域算法和概率最近邻域算法的计算过程相对简单,计算量小,其他算法的计算过程相对复杂,计算耗时很大。但是前两种方法的跟踪精度相对其他算法有所下降,尤其是在杂波密度高和密集目标的情况下,算法性能的区别比较明显。传感器网络在目标跟踪领域已经得到了广泛应用,采用多个传感器跟踪目标,融合多个传感器的估计信息,能提高系统对目标的估计效果。多传感器之间依据分布式结构进行协作,各个传感器只和各自的邻居传感器交流信息,再利用邻居传感器的估计信息修正本地估计。分布式结构相比集中式结构具备更好的鲁棒性和可拓展性,也避免了集中式融合中心的大量计算和通信载荷,在工程上更加易于实现。在分布式结构中嵌入一致性协议,能进一步提升传感器网络的估计精度和估计态势一致性。在信息加权一致性滤波算法(information-weightedconsensusfilter,IWCF)中,一致性滤波与信息滤波 ...
【技术保护点】
1.一种基于量测一致性的分布式多传感器多目标跟踪方法,包括以下步骤:(1)应用最近邻域算法确定量测;(2)实现量测一致性迭代;上一步确定量测之后,各个传感器发送自身量测到邻居传感器,并接收来自邻居传感器的量测,完成量测交换之后,再进行量测一致性运算,对此过程进行L次迭代:
【技术特征摘要】
1.一种基于量测一致性的分布式多传感器多目标跟踪方法,包括以下步骤:(1)应用最近邻域算法确定量测;(2)实现量测一致性迭代;上一步确定量测之后,各个传感器发送自身量测到邻居传感器,并接收来自邻居传感器的量测,完成量测交换之后,再进行量测一致性运算,对此过程进行L次迭代:其中i为本地传感器的编号,j为传感器i的邻居传感器的编号,Ni表示传感器j的集合,ni是传感器i的邻居传感器的数量;(3)更新信息矩阵和信息向量;(4)信息矩阵和信息向量的一致性迭代;各个传感器发送自身信息量到...
【专利技术属性】
技术研发人员:丁自然,刘瑜,刘俊,孙顺,
申请(专利权)人:中国人民解放军海军航空大学,
类型:发明
国别省市:山东,37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。