【技术实现步骤摘要】
一种基于Fisher信息距离的无线传感器网络目标跟踪方法
本专利技术属于多传感器管理领域，涉及一种基于Fisher信息距离的无线传感器网络目标跟踪方法。
技术介绍
基于目标跟踪的多传感器管理技术在军事和民用上都有着广泛的应用，例如雷达目标跟踪、战场环境监测、自动驾驶等。在战场环境中，如何在目标出现时快速识别出敌方目标并对目标进行实时跟踪以及如何提升自身的隐蔽性，在对目标进行跟踪时不被发现，这都是一些事关胜负的关键问题，而这些问题的解决无不依赖着多传感器管理技术。此外，在民用领域，多传感器管理技术也发挥中至关重要的作用，例如在自动驾驶领域，如何识别出前方路人是否在走动、在行驶途中根据前车速度调整自身速度并保持合适的跟车距离等，这些问题的解决方法都涉及到了传感器管理技术。在目标进入到监测区域内被探测到后，跟踪系统被激活开始对目标进行跟踪。为了提升系统的跟踪精度，使用更多的传感器对目标进行跟踪是一个常规的思路。然而，使用过多的传感器一方面会消耗过多能量，一方面会由于辐射过多的能量而被敌方发现从而被锁定位置。针对基于目标跟踪...
【技术保护点】
1.一种基于Fisher信息距离的无线传感器网络目标跟踪方法，其特征在于，包含以下几个步骤：/n步骤一，建立目标的运动模型和传感器的量测模型，并将目标状态与量测用概率进行表示，然后对目标状态和协方差进行初始化；/n步骤二，建立多元高斯分布的统计流形，用统计流形上的两个点Q
【技术特征摘要】
1.一种基于Fisher信息距离的无线传感器网络目标跟踪方法，其特征在于，包含以下几个步骤：
步骤一，建立目标的运动模型和传感器的量测模型，并将目标状态与量测用概率进行表示，然后对目标状态和协方差进行初始化；
步骤二，建立多元高斯分布的统计流形，用统计流形上的两个点Q1和Q2分别表示量测到来之前的一步预测量测的概率以及量测到来之后的量测对目标状态的似然p(zk|xk)；采用Fisher度量做为黎曼度量来获取Q1、Q2两点间的Fisher信息距离，采用Siegel距离的下界作为Fisher信息距离的近似，选择Fisher信息距离最大的传感器或传感器组合对目标进行跟踪；
步骤三，将选中的传感器或传感器组合采集到的当前k时刻的量测发送至融合中心，用卡尔曼滤波算法对目标状态进行融合估计，获得k时刻的目标状态与协方差的估计值，从而实现对目标的实时跟踪。
2.如权利要求1所述的一种基于Fisher信息距离的无线传感器网络目标跟踪方法，其特征在于，所述的步骤一具体为：
建立目标的运动状态模型如下：
xk＝Fk-1xk-1+wk
其中，表示目标在k时刻的状态，(xk,yk)表示k时刻目标在空间坐标系中的位置，则表示k时刻目标在相应方向的速度，Fk-1表示运动目标在k-1时刻到k时刻的状态转移矩阵，wk表示服从高斯分布的过程噪声；Qk表示过程噪声的协方差矩阵，具有如下表达式：
其中q表示噪声强度，T表示采样间隔；
建立目标的量测模型如下：
zk＝Hkxk+vk
其中，zk表示k时刻的量测值，Hk是k时刻的量测矩阵，vk表示k时刻的服从高斯分布的量测噪声，Rk表示量测噪声的协方差矩阵；
将目标状态与量测用概率进行表示，在传感器没有获得量测之前，一步预测的状态值为一步预测的量测值为其中，表示k-1时刻的目标状态预测得到的k时刻的目标状态，表示由一步预测状态值得到的量测值；
由于：E(·)表示期望值，Pk|k-1表示一步预测协方差矩阵，cov[·]表示协方差，Rk表示量测噪声的协方差矩阵；
则可知服从正态分布如下：
而在传感器获得量测之后，
zk|xk～N(Hkxk,Rk)
之后完成对目标状态和协方差的初始化。
3.如权利要求1所述的一种基于Fisher信息距离的无线传感器网络目标跟踪方法，其特征在于，所述的步骤二具体为：
每个n元高斯分布对应统计流形...
【专利技术属性】
技术研发人员：刘妹琴，怀天一，郑荣濠，张森林，何衍，樊臻，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33
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。