一種基于異步傳感器網(wǎng)絡(luò)的空間目標(biāo)分布式跟蹤方法
發(fā)布時(shí)間:2021-08-04 16:06
為解決傳感器網(wǎng)絡(luò)在空間目標(biāo)分布式跟蹤過(guò)程中的異步采樣及通信延遲問(wèn)題,該文提出一種異步分布式信息濾波算法(ADIF)。首先,局部傳感器與相鄰節(jié)點(diǎn)之間以一定的拓?fù)浣Y(jié)構(gòu)傳遞帶采樣時(shí)標(biāo)的局部狀態(tài)信息和量測(cè)信息,然后將收到的異步信息按時(shí)間排序,使用ADIF算法進(jìn)行計(jì)算,分別對(duì)目標(biāo)狀態(tài)進(jìn)行估計(jì)。該方法實(shí)現(xiàn)簡(jiǎn)單,傳感器間通信的次數(shù)少,支持網(wǎng)絡(luò)拓?fù)涞膶?shí)時(shí)變化,適用于空間目標(biāo)監(jiān)測(cè)中的多目標(biāo)跟蹤問(wèn)題。該文分別對(duì)空間單目標(biāo)、多目標(biāo)跟蹤進(jìn)行了仿真,結(jié)果表明算法可以有效解決異步傳感器濾波問(wèn)題,分布式濾波精度一致逼近于集中式結(jié)果。
【文章來(lái)源】:電子與信息學(xué)報(bào). 2020,42(05)北大核心EICSCD
【文章頁(yè)數(shù)】:8 頁(yè)
【部分圖文】:
異步多傳感器采樣示意圖
i)tki將圖1中節(jié)點(diǎn)i的入鄰節(jié)點(diǎn)的采樣時(shí)刻映射到采樣周期內(nèi),如圖2所示。節(jié)點(diǎn)i將采樣周期內(nèi)收到的信息存儲(chǔ),并在時(shí)刻進(jìn)行采樣、濾波和信息傳輸。3.2異步分布式信息濾波算法(ADIF)設(shè)計(jì)以圖2為例,將局部傳感器一個(gè)采樣周期的濾波計(jì)算過(guò)程分為3步:(tk1i,tki)Ml=<tl,Il,ξl,sl,yl>l=1,2,···,Ni,in(1)對(duì)收到的信息進(jìn)行排序。假設(shè)傳感器i在采樣周期內(nèi)收到Ni,in個(gè)入鄰節(jié)點(diǎn)的信息,。根據(jù)時(shí)圖1異步多傳感器采樣示意圖圖2傳感器i的入鄰節(jié)點(diǎn)采樣時(shí)刻映射示意圖1134電子與信息學(xué)報(bào)第42卷
誤差優(yōu)于0.01m/s。820s后,由于只有S2,P2有量測(cè)數(shù)據(jù),誤差有所增大,位置誤差在100m以內(nèi),速度誤差在1m/s。為進(jìn)一步分析分布式濾波算法的收斂情況,表3中列出了濾波收斂后250~900s集中式濾波和分布式濾波RMSE的均值。從表中可知,各個(gè)測(cè)量設(shè)備的分布式濾波精度基本趨于一致,且逼近集中式濾波的精度。集中式算法中,融合中心可以直接獲得所有測(cè)量數(shù)據(jù),從而可以得到最優(yōu)估計(jì)。局部傳感器在使用本算法濾波過(guò)程中,雖然無(wú)法直接獲取網(wǎng)絡(luò)中所有節(jié)點(diǎn)的量測(cè)數(shù)據(jù),但是通過(guò)連通的網(wǎng)圖3傳感器網(wǎng)絡(luò)的通信拓?fù)鋱D4測(cè)量設(shè)備的跟蹤弧段表1目標(biāo)初始軌道歷元X(m)Y(m)Z(m)Vx(m·s–1)Vy(m·s–1)Vz(m·s–1)2019-04-2504:11:56980093.4661709342.5126698030.7146293.7414383734.785328–1863.584480表2天基光學(xué)相機(jī)軌道根數(shù)天基相機(jī)歷元a(km)ei(°)Ω(°)ω(°)M(°)P12019-4-2504:00:006878.1370.00001145.0359.80.0339.8P22019-4-2504:00:006778.1370.00001063.4250.110.235.01136電子與信息學(xué)報(bào)第42卷
【參考文獻(xiàn)】:
期刊論文
[1]無(wú)線傳感器網(wǎng)絡(luò)分布式迭代定位誤差控制算法[J]. 汪晗,成昂軒,王坤,宋樹(shù)偉. 電子與信息學(xué)報(bào). 2018(01)
[2]多光電跟蹤設(shè)備異步序貫分布式目標(biāo)跟蹤算法[J]. 楚天鵬. 紅外與激光工程. 2017(09)
本文編號(hào):3321999
【文章來(lái)源】:電子與信息學(xué)報(bào). 2020,42(05)北大核心EICSCD
【文章頁(yè)數(shù)】:8 頁(yè)
【部分圖文】:
異步多傳感器采樣示意圖
i)tki將圖1中節(jié)點(diǎn)i的入鄰節(jié)點(diǎn)的采樣時(shí)刻映射到采樣周期內(nèi),如圖2所示。節(jié)點(diǎn)i將采樣周期內(nèi)收到的信息存儲(chǔ),并在時(shí)刻進(jìn)行采樣、濾波和信息傳輸。3.2異步分布式信息濾波算法(ADIF)設(shè)計(jì)以圖2為例,將局部傳感器一個(gè)采樣周期的濾波計(jì)算過(guò)程分為3步:(tk1i,tki)Ml=<tl,Il,ξl,sl,yl>l=1,2,···,Ni,in(1)對(duì)收到的信息進(jìn)行排序。假設(shè)傳感器i在采樣周期內(nèi)收到Ni,in個(gè)入鄰節(jié)點(diǎn)的信息,。根據(jù)時(shí)圖1異步多傳感器采樣示意圖圖2傳感器i的入鄰節(jié)點(diǎn)采樣時(shí)刻映射示意圖1134電子與信息學(xué)報(bào)第42卷
誤差優(yōu)于0.01m/s。820s后,由于只有S2,P2有量測(cè)數(shù)據(jù),誤差有所增大,位置誤差在100m以內(nèi),速度誤差在1m/s。為進(jìn)一步分析分布式濾波算法的收斂情況,表3中列出了濾波收斂后250~900s集中式濾波和分布式濾波RMSE的均值。從表中可知,各個(gè)測(cè)量設(shè)備的分布式濾波精度基本趨于一致,且逼近集中式濾波的精度。集中式算法中,融合中心可以直接獲得所有測(cè)量數(shù)據(jù),從而可以得到最優(yōu)估計(jì)。局部傳感器在使用本算法濾波過(guò)程中,雖然無(wú)法直接獲取網(wǎng)絡(luò)中所有節(jié)點(diǎn)的量測(cè)數(shù)據(jù),但是通過(guò)連通的網(wǎng)圖3傳感器網(wǎng)絡(luò)的通信拓?fù)鋱D4測(cè)量設(shè)備的跟蹤弧段表1目標(biāo)初始軌道歷元X(m)Y(m)Z(m)Vx(m·s–1)Vy(m·s–1)Vz(m·s–1)2019-04-2504:11:56980093.4661709342.5126698030.7146293.7414383734.785328–1863.584480表2天基光學(xué)相機(jī)軌道根數(shù)天基相機(jī)歷元a(km)ei(°)Ω(°)ω(°)M(°)P12019-4-2504:00:006878.1370.00001145.0359.80.0339.8P22019-4-2504:00:006778.1370.00001063.4250.110.235.01136電子與信息學(xué)報(bào)第42卷
【參考文獻(xiàn)】:
期刊論文
[1]無(wú)線傳感器網(wǎng)絡(luò)分布式迭代定位誤差控制算法[J]. 汪晗,成昂軒,王坤,宋樹(shù)偉. 電子與信息學(xué)報(bào). 2018(01)
[2]多光電跟蹤設(shè)備異步序貫分布式目標(biāo)跟蹤算法[J]. 楚天鵬. 紅外與激光工程. 2017(09)
本文編號(hào):3321999
本文鏈接:http://sikaile.net/kejilunwen/hangkongsky/3321999.html
最近更新
教材專著