Rényi信息增量和协方差联合控制的多传感器管理算法

针对目标跟踪中雷达组网场景下多传感器管理问题,结合Rényi信息增量和协方差两种算法各自特性,利用并行处理的思想提出了一种基于Rényi信息增量和协方差联合控制的传感器管理算法。在具体仿真设计环节,分为传感器跟踪能力大于目标数和传感器跟踪能力小于目标数两种场景。仿真结果表明该算法在单目标匀速、多目标匀加速等多数场景下能够对目标进行有效跟踪,同时降低了传感器的切换频率,具有更好的实时性。     

基于贝叶斯算法的去除冗余信息相关研究

针对分布式融合节点间的信息传递机理,分析了冗余信息产生的原因。在此基础上针对无反馈和有反馈的层级结构,利用贝叶斯融合算法将通信信息分解为私有和公共信息,提出了去除冗余信息的相关理论。仿真结果表明,无论冗余信息是否消除均能获得良好的目标跟踪效果。但消除冗余信息使各节点的目标状态估计值与各节点状态估计的平均值偏差逐渐减少且能够较快收敛。同时,平均估计误差协方差矩阵的迹较低,表明去除冗余信息后能达到较好的跟踪精度。