一种应用于目标跟踪的雷达和红外传感器部署方法技术

本发明专利技术公开了一种应用于目标跟踪的雷达和红外传感器部署方法，属于目标跟踪技术领域，包括以下步骤：对传感器部署进行建模，所述传感器包括雷达和红外传感器；构建并引入评分系统，将传感器部署量化为一个高维多峰值的优化问题；基于传统粒子群算法改进得到降维粒子群算法，对优化问题进行降维和迭代处理，求解全局最优解；根据全局最优解部署传感器。本发明专利技术解决了现有传感器部署方法存在不适用于目标跟踪的任务需求，部署模型无法实现多个异类传感器部署，以及对传感器进行优化部署的时候，容易陷入局部最优解的问题。

A Method of Deploying Radar and Infrared Sensors for Target Tracking

【技术实现步骤摘要】
一种应用于目标跟踪的雷达和红外传感器部署方法
本专利技术属于目标跟踪
，涉及一种应用于目标跟踪的雷达和红外传感器部署方法。
技术介绍
目标跟踪是根据无线传感器网络(WSN)中各传感器获得的数据估计出目标的状态信息的过程。随着多源信息融合技术的发展，相比于使用单个传感器，多个异类传感器同时对目标进行跟踪被证明具有更高的跟踪精度。利用多源信息融合进行跟踪的主要技术有：扩展卡尔曼滤波、无迹卡尔曼滤波等。常用于跟踪的传感器包括雷达和红外传感器，在实际目标跟踪中，难以保证每个目标都能被多个异类传感器探测到，因此需要对传感器进行合理的部署，使每个目标在传感器数量有限的情况下，能被多个异类传感器探测到，再通过多源信息融合技术即可获得对目标较为精确的跟踪结果。目前粒子群算法(PSO)被广泛运用在解决传感器优化部署问题上，基于PSO的改进算法，例如VFCPSO和PSGO，都在解决传感器覆盖面积最大化的问题上有良好的结果；VFCPSO算法利用虚拟力使粒子能够朝着更优解的方向移动，而PSGO将遗传算法和PSO结合起来以解决粒子的早熟问题。但目前关于传感器部署问题的算法，都是在空间内对目标进行探测或者对空间的物理量进行监控时，使用的是大量成本较低的传感器，反馈回来的信息通常是探测范围内是否有目标，或范围内的物理量是否发生了变化，对于这种任务而言，覆盖率越大越好。因此以上算法主要针对的是如何使WSN覆盖面积最大这一点来部署传感器，这些方法均不适用于目标跟踪的任务需求。而对于雷达或红外传感器对敌机或导弹进行跟踪的任务而言，无法做到在整个空间能被覆盖且全部覆盖的情况下布置雷达或红外传感器，成本太高，且容易被敌方发现，因此，需要用较少的传感器(雷达或红外传感器)进行部署从而实现对目标的跟踪。目前大部分的跟踪算法都主要针对如何融合多个传感器的量测以实现目标跟踪，却没有考虑目标是否在传感器的探测范围内。因此除了使用多源信息融合理论对已获得的量测进行融合，也需要确保在传感器数量较少的情况下，每个目标都在传感器的探测范围内，同时使用合理的传感器组合以提高传感器对目标的跟踪精度。综上所述，目前现有传感器部署方法还存在以下问题：1.没有针对目标跟踪的异类传感器部署模型；2.现有的部署模型大多考虑覆盖率最大的问题，而在上文已经讨论过，覆盖率最大并不适合目标跟踪的任务需求；3.大部分的部署模型都只考虑了单类传感器的部署，无法实现多个异类传感器或多模态的部署问题。4.在使用PSO对传感器进行优化部署的时候，容易陷入局部最优解，无法得到最优的传感器部署方法，由此可能出现的结果是：在得到的传感器部署方法下，有部分传感器未被使用，但还存在目标没有被探测或所对应的传感器组合对其的跟踪精度不是最优的情况。因此，针对上述问题，本专利技术提出了一种应用于目标跟踪的雷达和红外传感器部署方法。
技术实现思路
本专利技术的目的在于：提供了一种应用于目标跟踪的雷达和红外传感器部署方法，解决了现有传感器部署方法存在不适用于目标跟踪的任务需求，部署模型无法实现多个异类传感器部署，以及对传感器进行优化部署的时候，容易陷入局部最优解的问题。本专利技术采用的技术方案如下：一种应用于目标跟踪的雷达和红外传感器部署方法，包括以下步骤：对传感器部署进行建模，所述传感器包括雷达和红外传感器；构建并引入评分系统，将传感器部署量化为一个高维多峰值的优化问题；基于传统粒子群算法改进得到降维粒子群算法，对优化问题进行降维和迭代处理，求解全局最优解；根据全局最优解部署传感器。进一步地，所述对传感器部署进行建模包括：在空间中建模NRa个雷达和NIn个红外传感器对Nt个目标进行跟踪，所述目标的威胁度为雷达和红外传感器协同探测可获得目标的位置信息。更进一步地，所述位置信息包括目标与雷达的距离d、目标的方位角θ和俯仰角进一步地，所述构建并引入评分系统，将传感器部署量化为一个高维多峰值的优化问题包括：构建出每一类传感器组合对目标跟踪精度影响的评分系统，并综合考虑传感器的测量精度和能耗，再引入评分系统，将传感器对目标i的跟踪精度高低简化为目标i在评分系统中得分Pi的高低，便将应用于目标跟踪的传感器部署量化为了一个高维多峰值的优化问题。更进一步地，所述构建出每一类传感器组合对目标跟踪精度影响的评分系统，并综合考虑传感器的测量精度和能耗，具体包括：先根据具体的场景和任务需求，构建出每一类传感器组合对目标跟踪精度影响的评分系统，在综合考虑了传感器的测量精度和能耗等性能后，具体评分应满足以下条件：1)如果目标未被雷达探测到，由于缺乏目标距离信息，传感器无法对目标进行跟踪，评分为负；2)如果目标被超过Nth个传感器探测到，虽然有高跟踪精度，但使用了过多的传感器，产生了资源浪费，评分低于被Nth个传感器探测的评分；3)如果目标被同样多的传感器探测到，同时被两类传感器探测到的评分高于只被雷达探测到的评分；4)如果目标被同类传感器探测到，在传感器数目不超过Nth个的情况下，传感器数目越多，评分越高。进一步地，所述基于传统粒子群算法改进得到降维粒子群算法包括：将粒子群算法中的线性惯性权重模型修改为非线性惯性权重模型，所述线性惯性权重模型为：所述非线性惯性权重模型为：进一步地，所述对优化问题进行降维和迭代处理，求解全局最优解包括：使用传统PSO算法对优化问题进行初次求解：设定迭代次数阈值为tth，在对3(NRa+NIn)维的粒子寻优过程中，如果经过tth次迭代得到的结果不变，则停止本次粒子群算法；寻找空闲传感器并对粒子群算法进行降维处理，求解全局最优解：从传感器和目标两方面判断该解是否为全局最优，对于传感器而言，根据探测情况判断是否存在空闲传感器；对于目标而言，判断是否每个目标都达到了最高评分；如果有目标没有达到最高评分且存在m个空闲传感器S＝[x1,y1,z1,...,xm,ym,zm]，则保持其他传感器位置不变，只对空闲传感器在空间中进行寻优，如果经过tth次迭代得到的结果不变，则停止本次粒子群算法，重复上述过程直至没有空闲传感器；经过降维粒子群算法后，全局搜索能力得到了加强，粒子的维数由3(NRa+NIn)至少降至3m维。综上所述，由于采用了上述技术方案，本专利技术的有益效果是：1.一种应用于目标跟踪的雷达和红外传感器部署方法，通过引入评分系统，结合传感器自身的目标跟踪性能对传感器进行部署，实现了在目标跟踪领域对异类传感器部署问题的建模。降维粒子群算法(DRPSO)通过改进惯性权重模型与调整算法结构，在粒子维数较高时也能获得相比传统粒子群算法(PSO)更接近全局最优解的结果，且大大减小了迭代次数。2.本专利技术与现有技术相比，扩展了传感器部署的应用领域，使经过部署后的目标能够被合理的传感器组合探测到，量测更加准确，经过多源信息融合技术后，对目标的跟踪精度更高。3.本专利技术还提出了解决高维粒子群算法(PSO)容易陷入局部最优解的改进算法，即降维粒子群算法(DRPSO)，使适应度函数能在较少次的迭代后接近全局最优解。4.本专利技术对于目标跟踪而言，越快找到传感器的优化部署位置，越能够尽快的获得目标的量测以进行跟踪，以满足目标跟踪的实时性。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以本文档来自技高网...

【技术保护点】
1.一种应用于目标跟踪的雷达和红外传感器部署方法，其特征在于，包括以下步骤：对传感器部署进行建模，所述传感器包括雷达和红外传感器；构建并引入评分系统，将传感器部署量化为一个高维多峰值的优化问题；基于传统粒子群算法改进得到降维粒子群算法，对优化问题进行降维和迭代处理，求解全局最优解；根据全局最优解部署传感器。

【技术特征摘要】
1.一种应用于目标跟踪的雷达和红外传感器部署方法，其特征在于，包括以下步骤：对传感器部署进行建模，所述传感器包括雷达和红外传感器；构建并引入评分系统，将传感器部署量化为一个高维多峰值的优化问题；基于传统粒子群算法改进得到降维粒子群算法，对优化问题进行降维和迭代处理，求解全局最优解；根据全局最优解部署传感器。2.根据权利要求1所述的一种应用于目标跟踪的雷达和红外传感器部署方法，其特征在于，所述对传感器部署进行建模包括：在空间中建模NRa个雷达和NIn个红外传感器对Nt个目标进行跟踪，所述目标的威胁度为雷达和红外传感器协同探测可获得目标的位置信息。3.根据权利要求2所述的一种应用于目标跟踪的雷达和红外传感器部署方法，其特征在于，所述位置信息包括目标与雷达的距离d、目标的方位角θ和俯仰角4.根据权利要求1所述的一种应用于目标跟踪的雷达和红外传感器部署方法，其特征在于，所述构建并引入评分系统，将传感器部署量化为一个高维多峰值的优化问题包括：构建出每一类传感器组合对目标跟踪精度影响的评分系统，并综合考虑传感器的测量精度和能耗，再引入评分系统，将传感器对目标i的跟踪精度高低简化为目标i在评分系统中得分Pi的高低，便将应用于目标跟踪的传感器部署量化为了一个高维多峰值的优化问题。5.根据权利要求4所述的一种应用于目标跟踪的雷达和红外传感器部署方法，其特征在于，所述构建出每一类传感器组合对目标跟踪精度影响的评分系统，并综合考虑传感器的测量精度和能耗，具体包括：先根据具体的场景和任务需求，构建出每一类传感器组合对目标跟踪精度影响的评分系统，在综合考虑了传感器的测量精度和能耗等性能后，具体评分应满足以下条件：1)如果目标未被雷达探测到，由于缺乏目标...

【专利技术属性】
技术研发人员：梁菁，李岚钧，杨成浩，兰宇奇，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51