基于联合风险评估的多传感器资源分配方法组成比例

本发明专利技术提供了一种基于联合风险评估的多传感器资源分配方法。该方法包含以下步骤：首先，通过传感器采样和状态预测技术获取目标量测和预测状态；其次，综合考虑新生目标类型识别错误而导致的识别风险和已有目标的威胁风险来构建联合风险模型；然后根据多传感器辐射风险构建约束条件，进而建立多传感器资源分配问题；最后通过凸优化技术对优化问题求解得到多传感器资源分配方案。本发明专利技术综合考虑了多目标跟踪过程中新生目标与已有目标的联合风险，减少了目标跟踪误差，降低了联合风险，能更合理地优化多传感器

【技术实现步骤摘要】
基于联合风险评估的多传感器资源分配方法


[0001]本专利技术属于传感器管理
，尤其涉及一种基于联合风险评估的多传感器资源分配方法。

技术介绍

[0002]多传感器管理最早应用于军事机载多传感器的管理控制。作为战场信息获取的主要手段，它对获取态势信息和控制决策至关重要。随着任务需求的多样化，多传感器管理技术已应用在多个领域。
[0003]利用风险评估对多传感器资源进行管理得到了快速的发展。主动传感器通过辐射电磁波对目标进行探测，从而造成了一定的辐射代价。若不加以控制，传感器将被敌方截获打击。文献《The prediction formula and a risk
‑
based sensor scheduling method in target detection with guiding information》基于目标检测风险提出了一种多传感器调度方法，该算法利用多传感器检测概率构建多传感器管理模型，以目标检测风险最低准则对多传感器资源进行调度，有效降低了目标检测的不确定性。由于忽略了传感器的辐射风险，该方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于联合风险评估的多传感器资源分配方法，其特征在于：包括以下步骤：步骤1：计算新生目标识别风险R
k
，具体的：计算k时刻目标类型状态为第J类的概率估计从而构建新生目标识别风险R
k
；步骤2：计算已有目标威胁风险T
h,k
，具体的：计算k时刻目标威胁度状态θ为w的概率估计从而构建已有目标威胁风险T
h,k
；步骤3：计算传感器辐射风险具体的：计算k时刻传感器的辐射度影响ELI信念状态估计从而得到传感器的辐射风险步骤4：建立多传感器资源分配优化问题，具体的：结合步骤1和步骤2的新生目标识别风险R
k
和已有目标威胁风险T
h,k
构建目标函数，步骤3构建对应的约束条件，建立多传感器资源分配优化问题PM；步骤5：利用凸优化技术对优化问题PM求解，得到k时刻的多目标
‑
多传感器分配方案ψ
k
；步骤6：根据步骤5的结果调度传感器跟踪目标。2.根据权利要求1所述的基于联合风险评估的多传感器资源分配方法，其特征在于：步骤1中所述目标类型状态为第J类的概率估计采用如下方法计算：其中，p(O
class,k
＝M
e
∣class＝J)代表目标类型状态估计为第J类而量测目标类型为第M
e
类的概率。3.根据权利要求1所述的基于联合风险评估的多传感器资源分配方法，其特征在于：步骤1中所述新生目标识别风险R
k
由下式计算：其中，R
k
(α)代表目标的估计类型为第α类时的目标识别风险；cs
βα
表示当目标真实类型为β而估计类型为α时造成的损失。4.根据权利要求1所述的基于联合风险评估的多传感器资源分配方法，其特征在于：步骤2中所述目标威胁度状态θ为w的概率估计计算方法为：式中，
其中，分别为第1至k时刻的目标速度、距离、攻击性观测值；为上一时刻目标威胁度状态的概率估计；A为目标威胁等级转移矩阵，m为当前时刻的威胁等级；为传感器对于...

【专利技术属性】
技术研发人员：周林，刘樾，张梦，冷俊芳，程聪聪，霍勇进，胡振涛，李军伟，魏倩，彭青蓝，
申请(专利权)人：河南大学，
类型：发明
国别省市：