基于PCRLB的低轨星座对自由段多目标的多传感器调度算法

研究了低轨星座跟踪自由段目标背景下的多目标多传感器调度问题。论述了自由段目标运动模型和星载红外传感器测量模型。考虑到目标出现的时空不确定性,面向系统的跟踪性能,建立了基于突发事件和滚动周期的调度框架以及调度与跟踪的闭环结构。基于此,建立了调度的具体算法。特别地,以调度周期内系统的信息增量最大化为目标,详细设计了基于PCRLB的调度策略性能指标。仿真验证了算法的可行性、优越性以及在动态环境中的适应性。

基于改进象群算法的多传感器资源调度方法

针对传统多传感器调度模型构建时要素考虑不周全,求解算法控制参数多、全局寻优能力弱、收敛速度慢等问题,在综合考虑传感器探测有利度、传感器负载、传感器交接次数和约束条件下优化传感器调度模型,借鉴正余弦算法(SCA)和反向学习(OBL)机制对象群(EHO)算法进行改进,并将其应用到传感器调度模型求解过程中。仿真实验结果表明,该算法显著增强了全局搜索能力和收敛速度,验证了调度模型的可行性。

多传感器智能调度方案设计

针对资源有限条件下的多传感器调度,综合考虑了环境条件、任务要求、目标状态与传感器特性,提出了一种基于修正的效能函数多传感器管理算法。设计了综合考虑环境因素和任务要求的面向对象的优先级函数;提出了基于观测协方差与传感器特性的传感器-目标的配对系数的量化;给出了可自适应的效能函数;通过仿真验证了该方法。仿真结果表明了该调度方案的有效性与适应性,其不仅能满足基本的观测任务需求,且当环境发生改变时能够自适应的对调度方式作出调整。

基于改进PSO的传感器覆盖控制策略研究

多传感器网络的区域覆盖是近年来的研究热点。针对区域控制覆盖过程中出现空洞及无效覆盖等问题,提出了改进粒子群算法的覆盖控制策略。通过对虚拟力算法中势场粒子的引力、斥力调度法则的研究,利用其作用力之间牵制控制约束能力,摆脱了PSO容易陷入局部最优的问题,使覆盖控制问题的解分布更加均匀。试验结果表明,该改进算法有效提高了区域的覆盖率,减少了无效的覆盖,实现了传感器节点的部署控制优化。