傳感器管理技術一直是多目標跟蹤領域中的熱點研究課題。隨著多源信息融合技術的高速發(fā)展,傳感器管理技術面臨著巨大的需求與挑戰(zhàn)。因此,對于傳感器管理技術的研究具有重大的理論意義與工程價值。多目標跟蹤中的傳感器管理問題,它本質(zhì)上是一個時變聯(lián)合決策與估計的過程。研究中一般通過合理的優(yōu)化決策控制過程,控制有限的傳感器來最大程度的獲取跟蹤目標信息。近些年來,基于有限集統(tǒng)計(Finite set statistics,FISST)的傳感器管理方法由于其堅實的數(shù)學基礎和深厚的研究背景而備受關注。鑒于此,本文基于有限集統(tǒng)計理論,利用廣義標簽多伯努利濾波器對多目標跟蹤中的傳感器管理進行深入研究。主要研究內(nèi)容如下:1)針對多目標跟蹤中的傳感器管理問題,基于FISST理論,在部分可觀察馬爾可夫決策過程(Partially Observed Markov Decision processes,POMDP)框架下,研究了相應的傳感器管理方法。首先,基于箱粒子實現(xiàn)形式的廣義標簽多伯努利(BOX-Generalized Labled Multi-Bernoulli,BOX-GLMB)濾波器實現(xiàn)多目標狀態(tài)的濾波估值。在傳...

【文章頁數(shù)】：73 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
符號對照表
縮略語對照表
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 國內(nèi)外研究現(xiàn)狀總結
        1.2.2 傳感器管理技術綜述
        1.2.3 發(fā)展趨勢
    1.3 論文的組織結構
第二章 FISST理論框架
    2.1 FISST理論基礎
        2.1.1 RFS定義
        2.1.2 基于RFS的多目標建模
        2.1.3 FISST統(tǒng)計特性
    2.2 廣義標簽多伯努利(GLMB)濾波器
        2.2.1 標簽隨機有限集
        2.2.2 伯努利分布
        2.2.3 GLMB濾波器
    2.3 本章小結
第三章 基于蒙特卡羅方法實現(xiàn)的Rényi信息增量的傳感器管理方法
    3.1 基于信息論的傳感器管理方法
        3.1.1 POMDP理論框架
        3.1.2 基于POMDP理論的傳感器管理一般方法
    3.2 BOX-GLMB濾波器基于Rényi信息增量的傳感器管理方案
        3.2.1 BOX-GLMB濾波器
        3.2.2 Rényi信息增量
        3.2.3 基于蒙特卡羅方法的傳感器評價函數(shù)求解
        3.2.4 傳感器管理算法的求解步驟
    3.3 仿真實驗與分析
        3.3.1 仿真場景設置
        3.3.2 仿真結果分析
    3.4 本章小結
第四章 基于R NYI信息增量與TSM函數(shù)的戰(zhàn)場傳感器管理算法
    4.1 戰(zhàn)場中目標威脅度的度量
        4.1.1 影響目標威脅度的因素分析
        4.1.2 TSM函數(shù)
    4.2 基于POMDP理論的戰(zhàn)場傳感器管理一般方法
    4.3 基于TSM函數(shù)的傳感器管理算法求解步驟
    4.4 仿真實驗與分析
        4.4.1 仿真場景設置
        4.4.2 仿真結果分析
    4.5 本章小結
結論與展望
    結論
    展望
參考文獻
攻讀學位期間取得的研究成果
致謝



本文編號：3829312