面向飞行目标的多传感器协同探测资源调度方法

针对飞行目标机动性带来的多传感器协同探测资源调度动态性需求,提出一种新的基于近端策略优化(Proximal policy optimization,PPO)与全连接神经网络结合的多传感器协同探测资源调度算法.首先,分析影响多传感器协同探测资源调度的复杂约束条件,形成评价多传感器协同探测资源调度过程指标;然后,引入马尔科夫决策过程(Markov decision process,MDP)模拟多传感器协同探测资源调度过程,并为提高算法稳定性,将Adam算法与学习率衰减算法结合,控制学习率调整步长;最后,基于改进近端策略优化与全卷积神经网络结合算法求解动态资源调度策略,并通过对比实验表明该算法的优越性.

一种天基平台多传感器协同及数据融合方法

提出了一种星载电子侦察传感器和微波成像传感器的协同方法,能够在单一的天基平台上,通过星载电子侦察在大范围内搜索目标,并引导星载微波成像设备进行补充侦察。通过2种侦察结果的柔性重组,支撑精确定位与精细化判读。分析了平台定位误差、姿态误差和信号频段等因素对协同侦察任务的影响,分析结果证明了本方法的实用性。

任务性能约束下传感器协同辐射控制策略

传感器协同是作战飞机实现任务性能与射频(radio frequency,RF)隐身性能平衡的重要技术手段。针对传统引导搜索方法难以解决数据链的多拍信息引导搜索问题,采用概率方法,建立多拍连续引导信息与累积发现概率、累积被截获概率之间的关系。针对基于协方差的线性规划协同跟踪方法的单步决策问题,开展基于跟踪精度与被跟踪定位精度的多步联合优化。引入马尔可夫决策过程对机载传感器协同搜索、协同跟踪的典型空战动态过程进行建模,实现任务性能约束下的雷达RF隐身性能优化。通过典型空战场景的仿真验证,表明所提出的优化控制策略相比于经验控制策略能够减少雷达辐射时间43%以上。

基于多传感器协同的智能循迹小车控制系统设计

介绍了基于多传感器协同的智能循迹小车控制系统设计。研究了小车在各工况下工作情况,以XC866-4FR为控制核心,搭建包含轨迹传感器、轮速传感器和转向角传感器在内的多传感器协同控制硬件系统。设计多传感器协同方法以及多路况控制策略。开发控制软件并进行软件可靠性设计,改进后智能小车循迹可靠性和过弯速度有大幅提升。

基于传感器协同技术的雷达搜索空域研究

多传感器协同是当代先进战斗机的重要技术特征。利用数据链、电子战系统、红外搜索跟踪系统提供的目标信息引导雷达对指定空域进行小范围搜索,可以增加雷达波束目标驻留时间,提高雷达探测距离。本文给出了在外部目标信息引导下雷达搜索空域确定方法,对各种传感器的引导精度进行了分析,确定了雷达相应的搜索空域。

基于多传感器协同的雷达猝发技术研究

在日益恶劣的电子战环境下,为了提高作战飞机的生存能力,有人提出以雷达猝发控制来进行辐射控制。在分析了多传感器协同特点的基础上,本文提出了利用其他机载传感器引导雷达猝发开机的控制技术,并从作战效能的角度分析了其在未来空战中的可行性。理论分析表明:多传感器协同下的雷达猝发控制技术,不仅能实现雷达独立工作时所不能实现的整体作战能力,还能有效地控制雷达辐射,降低被敌方无源传感器探测的概率。最后通过仿真实验验证:在导弹制导过程中,应用雷达猝发技术可以保证在一定作战效能的基础上大幅减少雷达辐射,提高飞机生存概率。

基于分布式纳什Q学习的多传感器协同目标跟踪

针对传统目标跟踪算法过分依赖环境模型的问题,提出了一种基于分布式纳什Q学习的多传感器协同目标跟踪算法.分析了强化学习与分布式纳什Q学习算法的原理;描述了多传感器的协同跟踪态势,建立了离散系统的非线性模型,给出了传统的扩展卡尔曼滤波解决方法;定义了对分布式纳什Q学习性能影响至关重要的传感器行为和奖惩函数,奖惩函数通过计算预测误差方差阵的迹得到;采用基于贝叶斯推理的概率统计方法解决了Q函数的更新问题.纯方位量测信息的被动跟踪仿真结果表明,相比于传统滤波算法,该算法增强了传感器对环境变化的适应性,实现了对目标的有效跟踪,提高了跟踪精度.

一种多约束条件下的分布式多传感器协同规划算法

在编队作战中,如何对分布在不同作战平台、拥有众多约束条件的传感器进行协同规划,具有重要的研究意义。基于协方差控制的基本思想,运用分布式多传感器航迹融合算法计算协方差矩阵,分析可能存在的多种作战约束条件,提出一种多传感器多目标分配步骤和方法。算法可针对动态变化的目标期望协方差和约束条件,及时地调整分配策略,在保证协方差控制作用的同时,着眼于提高分配结果的稳定性,并对此进行仿真。仿真结果证明了算法的合理性和有效性。

反导多传感器协同任务规划综述

针对反导作战多传感器协同任务规划的相关问题,结合反导作战的特点,探讨反导作战信息处理过程与多传感器协同任务规划的关系,并分析多传感器协同任务规划的内涵;在此基础上,梳理出多传感器协同任务规划涉及的关键技术,并综述多源信息综合处理、多传感器协同部署、协同跟踪、协同引导和协同识别等关键技术的研究现状;最后就多传感器协同任务规划的发展提出一些建议。

基于无源传感器协同的机载雷达自适应辐射控制算法

随着现代战场中电子对抗的日益激烈,雷达的生存环境受到了严重威胁。射频隐身技术是一种提高雷达及其搭载平台战场生存能力的重要途径。文中采用一种基于交互式多模型(Interacting multiple model,IMM)和扩展卡尔曼滤波(Extended Kalman filter,EKF)的序贯滤波方法。该算法优先使用无源传感器进行目标跟踪,将滤波过程中的状态估计预测协方差与预先设定的协方差门限进行比较,当目标跟踪精度不满足要求时,开启雷达工作。同时根据目标运动状态自适应地调整雷达工作时的辐射能量,从而进一步减小目标跟踪过程中机载雷达的辐射总能量。仿真结果表明,本文算法可以有效地配置机载雷达工作参数,提升系统的射频隐身性能。

WSNs下一种自适应多传感器协同目标跟踪策略

对WSNs中机动目标跟踪问题提出一种自适应多传感器协同跟踪策略。该策略能根据目标的移动位置,动态地唤醒无线传感器网络中部分传感器节点形成分簇,并选择合适的簇首和采样间隔进行目标跟踪。簇内节点通过协作感知以及测量信息融合,提高了跟踪精度,同时自适应可变采样间隔节约了通信能量和计算资源,满足了跟踪系统的实时性要求。提出了传感器网络能量均衡分配的指标,提高了网络的可靠性。由于模型的非线性和目标运动的机动性,采用IMM滤波器进行目标状态估计。仿真结果表明,与NSSS和DGSS相比,跟踪精度明显提高;与DCSS相比,在保证一定跟踪精度的同时,节约了能量消耗。

多目标传感器协同探测的资源优化问题

针对反导作战传感器任务规划问题,提出了一种对多目标任务分解的传感器协同探测任务规划方法。首先将整个预警任务分解为元任务,并以分解的元任务为核心,建立基于元任务的任务规划模型,在此基础上,以探测收益为代价函数,分析任务规划模型及算法流程。仿真结果表明,该方法不仅保持了较高的元任务加权探测收益值,而且能够给出较为合理的任务规划方案。

多传感器协同的擦黑板机器人系统研制

针对目前广泛使用的人工黑板擦存在的低效率、不环保等问题,提出了一种多传感器协同的擦黑板机器人系统。该系统采用可相互进行无线通信的磁吸附四轮驱动方式,具有擦黑板机器人本体、视觉监控单元和移动终端三体协同的控制结构。详细介绍了机器人静力学分析、磁轮和擦灰吸灰装置的设计制作。通过视觉监控单元对图像的二值特征提取,根据机器人图形重心与目标图形重心距离连续逼近的方法,实现闭环连续跟踪控制机器人自主工作。试验表明,所研制的擦黑板机器人能够在人工和智能模式下可靠吸附于铁磁性壁面并实现多角度移动、有效擦灰和吸灰的功能。系统具有体积小、抗干扰能力强、功能扩展方便等特点,为快速设计同类产品提供了依据,也为后续进一步深入研究以及工业领域的应用开辟了广阔空间。

区域反导传感器协同任务规划研究

区域反导传感器协同任务规划是区域反导指控任务规划的重要环节,其核心是多传感器的协同优化部署和资源优化分配问题。对区域反导传感器协同任务规划的部署流程和协同规划流程进行了分析,研究了传感器部署策略和协同策略。并在协同规划的基础上对传感器资源分配进行了仿真分析。

物联网中智能传感器融合方法研究

文章研究了物联网中的智能传感器融合方法,旨在提高物联网系统对环境信息的感知能力和数据处理�效率。首先,分析基于智能传感器的物联网架构,建立包括云平台、终端设备、网关以及智能传感器等组件的系统框架。其次,针对传感器数据存在的异常情况,提出基于多传感器协同的异常检测方法。最后,结果表明该方法能够有效检测温度、湿度、光照等多种环境参数的异常情况。

传感器网络下机动目标动态协同跟踪算法

对传感器网络下的机动目标跟踪问题提出一种分布式传感器节点动态分簇、协同跟踪算法.通过在线优化目标跟踪的性能函数和通讯代价,自适应地选择节点并动态分簇,通过多传感器节点的协同感知以及信息融合提高了跟踪精度.由于问题的非线性和传感器节点的随机性,本文基于粒子滤波器在线预测和估计目标状态的概率分布,使用混合高斯粒子滤波器以及选择最短路径用于传感器节点之间的信息交换节约了通讯能量,通过一种有效的粒子方法逼近目标状态的预测方差以实现传感器节点的最优选择.仿真结果表明,与IDSQ算法相比较,本文提出的动态分簇算法实现了机动目标的高精度跟踪.

协同传感器管理体系结构及方法

对协同传感器管理的基本概念、原理以及重要性进行了简述,给出了协同传感器管理的体系结构,对协同传感器管理的基本方法进行了分析与综合,指出了协同传感器方法发展的基本特征和需要进一步研究的问题。

无线传感器与执行器网络中协同通信研究综述

首先介绍了WSANs协同通信的意义和作用;然后根据协同级别对协同通信进行分类,分别讨论了每一类中重要和有代表性的协议,并从主要的网络性能方面进行对比分析;最后提出了几个WSANs协同通信中需要进一步研究的问题。

无线传感器网络信息感知中的自组织算法

构造了信息获取与能量节省的综合性能指标,通过在线优化该函数自适应地选择簇首及簇内成员,提出了一种无线传感器网络动态协同自组织算法(DCS),从而实现综合性能优化意义下的网络自组织．仿真表明:与IDSQ算法相比,DCS算法能有效避免“乒乓效应”问题,节省通讯能量明显,而跟踪精度相当．

多传感器交叉提示技术若干问题

多传感器交叉提示技术是多传感器协同的重要内容,具有重要的研究应用价值。首先系统地综述了多传感器交叉提示技术的发展现状;然后对交叉提示的概念、地位、作用、条件、内容、过程以及技术需求等若干问题进行了详细的分析,指出了多智能体技术是研究发展交叉提示技术的最佳方式和趋势,并利用多智能体技术构建了交叉提示的多传感器协作管理结构以及信息融合体系结构;最后详细分析了基于任务驱动的多传感器交叉提示过程。为更好地研究多传感器协同技术提供了技术基础,具有一定的参考价值。