分布式傳感器網(wǎng)絡(luò )環(huán)境的多目標跟蹤和特征管理設計

而本地信息被運用來(lái)降低由香農信息所得的信任矩陣的不確定性。LxK信任矩陣的香農信息定義如下：

接下來(lái)的問(wèn)題是將該信息關(guān)聯(lián)到信任矩陣。信任矩陣具有如下性質(zhì)：各列之和等于1;各行之后保持不變;各列之和的和與各列之和的和相等。如果將某列替換為本地信息，將無(wú)法保證以上性質(zhì)。當且僅當本地信息能夠降低信任矩陣的不確定性時(shí)才能與信任矩陣進(jìn)行關(guān)聯(lián)。

4.3 信息融合

DMTIM算法通過(guò)信息融合來(lái)計算本地傳感器網(wǎng)絡(luò )的全局信息，具體包括來(lái)自不同傳感器的狀態(tài)估計值和特征信任向量的融合。

特征信息(信任向量)的融合能夠被表述為最優(yōu)化的問(wèn)題。3個(gè)不同的成本函數，香農信息(Shannon information)，切爾洛夫信息(Chemo ff information)，以及萊布勒距離(Kullbaek-Leibler distances)之和代表了不同的性能指標。本文場(chǎng)景中所有的傳感器都參與協(xié)同工作，因此我們采用香農信息的方法。

假設本地傳感器提供了兩個(gè)信任向量

。香農信息法用計算兩個(gè)信任向量的凸函數的方法求得一個(gè)融合信任向量：

鑒于每個(gè)目標可能具有來(lái)自不同傳感器的多重軌跡，運用軌跡數據融合方法來(lái)對多重的軌跡進(jìn)行合并。設ωi為來(lái)自傳感器i的軌跡，NBi為包括i并與i相鄰的一系列傳感器。設Y’={τk(t)：τk∈ωj，1≤t≤T，1≤k≤ω|ωj|，j∈NBi}為所有確定目標的一系列觀(guān)測結果。通過(guò)重疊觀(guān)測區域，可以由Y’得到一系列合并觀(guān)測結果Y。于是得到一系列新的軌跡ωinit。然后對一系列合并觀(guān)測結果運行算法，以得出本地穩定的跟蹤軌跡，其初始狀態(tài)為ωinit。

5 仿真結果

在該節中，提供一個(gè)簡(jiǎn)單的場(chǎng)景來(lái)說(shuō)明DMTIM算法的性能。環(huán)境中有兩個(gè)固定傳感器--空中交通管制雷達，在二維空間中對多架飛機進(jìn)行跟蹤。假定每個(gè)傳感器觀(guān)測范圍的半徑為10 km，并且當兩傳感器距離進(jìn)入20 km的通信范圍，它們之間可以實(shí)現相互通信。該場(chǎng)景中包含3架飛機，如圖4所示。被標注為A和B的飛機首先被預注冊，被標注為的飛機對于特征管理系統是未知的。左側傳感器被傳感器1所標注，右側傳感器被傳感器2所標注。每個(gè)傳感器中的多目標跟蹤模塊對目標的數量進(jìn)行估算，并且對每個(gè)已知目標的軌跡進(jìn)行估算。在圖5中，目標數量改變的事件被垂直的點(diǎn)線(xiàn)所標注。在時(shí)刻1，傳感器1感知到目標1，并且其信任向量為是目標k能夠被傳感器i所感知并標定為j的概率;同時(shí)傳感器2感知到它的目標1，并且其信任向量為。在時(shí)刻9，傳感器1發(fā)現新目標(傳感器1的目標2)，并賦予新值X。同時(shí)，傳感器2感知到新目標(傳感器2的目標2)，該目標的特征值和狀態(tài)估計信息從傳感器1轉移過(guò)來(lái)。以此類(lèi)推，在時(shí)刻30，傳感器2的目標2離開(kāi)了傳感器2的觀(guān)測范圍，其信息隨機從傳感器2刪除。

信息融合能夠降低目標交叉運動(dòng)所產(chǎn)生的不確定性。鑒于香農信息效率的優(yōu)越性，在該試驗中我們運用了該方法來(lái)實(shí)現信息的融合。圖6所示為融合的信任向量，圖7為實(shí)現狀態(tài)估計融合后各傳感器所估算的軌跡。

6 結論

筆者主要對傳感器網(wǎng)絡(luò )下多目標的跟蹤和特征管理方法進(jìn)行了研究。數據關(guān)聯(lián)和多目標跟蹤的問(wèn)題能夠由馬爾科夫鏈蒙特卡洛數據關(guān)聯(lián)算法有效地解決，該算法能夠對數量未知且數量隨時(shí)間變化的多目標進(jìn)行跟蹤。文中還講述了一個(gè)可擴展的分布式多目標跟蹤和身份管理(DMTIM)算法，該算法能夠對多目標進(jìn)行跟蹤，并在分布式傳感器網(wǎng)絡(luò )環(huán)境下能夠有效地管理目標的特征。DMTIM算法由數據關(guān)聯(lián)，多目標跟蹤，特征管理，以及信息融合四部分所組成。DMTIM能夠對某目標特征的本地信息進(jìn)行有效地整合，以降低系統的不確定性，并通過(guò)信息融合來(lái)保持相鄰傳感器的本地一致性。