基于改进蝙蝠算法的多传感器多目标分配

针对多目标多传感器分配中的NP爆炸问题,引入蝙蝠算法进行求解。通过K-均值算法初始化、速度更新采用自适应步长、向反方向搜索及变异操作3项措施对基本蝙蝠算法进行改进,得到改进蝙蝠算法。在仿真实验中,一方面将改进蝙蝠算法和基本蝙蝠算法作对比,证明基本蝙蝠算法在改进后,其计算速度和寻优能力大大提高;另一方面将改进蝙蝠算法与粒子群算法、蜂群算法、狼群算法3种算法作对比,表明改进算法更适用于多传感器多目标分配问题求解,其求解质量更高。

基于时变量测方差的多传感器多目标优化分配算法

在目标跟踪过程中,目标的动态模型通常在笛卡尔坐标系中,而量测是在极/球坐标系中得到的。在基于卡尔曼滤波及其一些改进算法中,设定量测方差固定不变,可能导致滤波发散。为此提出了一种基于时变量测方差的多传感器资源管理算法。该算法通过统计方法求出转换测量值误差的均值和方差,利用转化卡尔曼滤波算法估计误差协方差,基于协方差的效能函数进行多传感器多目标分配。仿真结果显示该算法在目标跟踪过程中满足跟踪精度要求,并实现传感器资源的充分的利用。

一种面向协同探测的多传感器管理系统架构

针对预警机面临的复杂作战环境及异类传感器带来的信息冗余问题,在总结目前传感器管理架构研究现状的基础上,从传感器管理系统关键技术及与其他系统的关系两方面分析了管理系统架构的设计依据,提出了一种清晰明了的架构,为构建预警机传感器管理系统提供了一定的理论指导。