基于不完全量测下离散线性滤波的修正Riccati方程

在量测数据丢失下滤波方程和Riccati方程出现一些新的性质变化.探测概率小于1的不完全量测条件下,利用正定矩阵性质和Lyapunov不等式,研究了离散系统修正Riccati差分方程(MRDE)与数据丢失位置之间的关系.结果表明在一定条件下MRDE解与丢失数据位置满足单调递减的函数关系.由于统计意义下的理论MRDE模型求解计算量随丢失/探测数量增加而呈指数型递增,本文最后给出了一组便于工程应用的期望状态误差协方差上下界算法,算法复杂度为O(k2).

协同网络下分布式跟踪的动态传感器管理

协同网络系统采用分等级的分布式信息处理结构,在实现对杂波中多目标的精确跟踪时,需要考虑量测起源不确定性问题和传感器对目标及局部融合中心的同时分配问题.针对上述问题,文中提出了一种适用于分布式跟踪的动态传感器管理方法.首先以修正Riccati差分方程的解作为目标跟踪性能的评价标准,据此构建传感器管理的目标函数,然后根据分层优化策略,利用蚁群算法实时求近似优解,最后基于分布式融合算法获取多目标的最优跟踪轨迹.仿真结果表明,与NN分簇和MV分簇两种传感器管理方法相比,文中所提方法具有更高的目标跟踪精度和网络资源利用率.