基于节点通信度的信息加权一致性滤波

TP391; 协同目标跟踪是无人机集群等多传感器网络的典型应用.在分布式传感器网络目标跟踪过程中,目标状态估计的一致性直接影响到跟踪有效性.针对目标跟踪过程中网络节点之间一致性迭代次数受限的问题,提出了一种基于节点通信度的信息加权一致性滤波算法,设计了用节点通信度来充分衡量传感器节点在网络中的通信拓扑状况,并构建了非对称一致性权值的选取机制,可在复杂拓扑结构网络中实现快速一致性跟踪.典型目标跟踪场景仿真验证表明,所提算法相比经典的信息加权一致性滤波算法,目标跟踪的不一致程度降低了20％以上,有效提升了分布式跟踪的一致性速度....

Full description

Saved in:
Bibliographic Details
Published in系统工程与电子技术 Vol. 42; no. 10; pp. 2181 - 2188
Main Authors 丁自然, 刘瑜, 曲建跃, 姜乔文, 简涛
Format Journal Article
LanguageChinese
Published 海军航空大学信息融合研究所,山东烟台264001 01.10.2020
Subjects
一致性估计
节点通信度
目标跟踪
通信拓扑
分布式传感器网络
Online AccessGet full text
ISSN1001-506X
DOI10.3969/j.issn.1001-506X.2020.10.05

Cover

More Information
Summary:TP391; 协同目标跟踪是无人机集群等多传感器网络的典型应用.在分布式传感器网络目标跟踪过程中,目标状态估计的一致性直接影响到跟踪有效性.针对目标跟踪过程中网络节点之间一致性迭代次数受限的问题,提出了一种基于节点通信度的信息加权一致性滤波算法,设计了用节点通信度来充分衡量传感器节点在网络中的通信拓扑状况,并构建了非对称一致性权值的选取机制,可在复杂拓扑结构网络中实现快速一致性跟踪.典型目标跟踪场景仿真验证表明,所提算法相比经典的信息加权一致性滤波算法,目标跟踪的不一致程度降低了20％以上,有效提升了分布式跟踪的一致性速度.
ISSN:1001-506X
DOI:10.3969/j.issn.1001-506X.2020.10.05