發(fā)布時間：2017-05-10 06:16

  本文關(guān)鍵詞：無人機協(xié)同組網(wǎng)感知融合技術(shù)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：由于受限于無人機的飛行載荷,同時也希望無人機可以實現(xiàn)更長時間的滯空探測,因此無人機所攜帶的傳感器是有所限制的。然而為了獲得場景中更多更豐富的信息,那么采取攜帶多源異質(zhì)傳感器無人機協(xié)同探測是一種最佳舉措。但是,在有限的資源下選取攜帶了哪些傳感器的無人機執(zhí)行任務(wù),以及對于攜帶不同種類的探測傳感器,如何有效的協(xié)同工作,實現(xiàn)多傳感器的優(yōu)勢,又不會出現(xiàn)傳感器資源的重復(fù)浪費是當前急需解決的關(guān)鍵問題。本文研究了Rough Set(粗糙集)理論方法從目標特征數(shù)據(jù)集中發(fā)現(xiàn)最佳的目標特征組合來對不同目標做出判別,從而建立一種多源信息融合決策表。在目標識別決策框架下,設(shè)計了一種基于局域?qū)傩砸蕾囆缘母兄?guī)則挖掘方法來引導(dǎo)多源傳感器對目標信息的感知,最后結(jié)合攜帶不同傳感器的無人機在飛行路徑的約束下對無人機的探測任務(wù)進行優(yōu)化分配。本文主要工作內(nèi)容如下:首先本文深入地研究了模糊集和粗糙集理論;其次設(shè)計了一種聚類數(shù)目自適應(yīng)的模糊C均值聚類算法對目標特征信息表進行模糊化聚類,并在一種基于模糊粗糙集的Quick Reduct屬性約簡算法的基礎(chǔ)上做出改進,并采用此算法從目標特征數(shù)據(jù)集中發(fā)現(xiàn)最佳的目標特征組合,從而得到對目標識別分辨能力最佳的傳感器組合,能提高目標識別的準確性和高效性。在此目標識別決策框架下,研究基于Rough Set理論下屬性重要性度量的感知規(guī)則挖掘,針對這種算法沒有動態(tài)考慮目標信息的局限性,研究了一種基于局域?qū)傩砸蕾囆远攘康母兄獩Q策規(guī)則生成算法。最后采用感知決策規(guī)則來引導(dǎo)攜帶不同傳感器的無人機感知目標信息,并結(jié)合無人機在飛行路徑上的約束,以快速完成目標識別為目的,采用了多組群蟻群算法來綜合規(guī)劃各個無人機的探測任務(wù),最終以最小的傳感器資源完成多無人機協(xié)同組網(wǎng)探測效能的最優(yōu)布局。
【關(guān)鍵詞】：粗糙集 屬性約簡 感知規(guī)則 無人機
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：V279;TP18

  本文關(guān)鍵詞：無人機協(xié)同組網(wǎng)感知融合技術(shù)研究，，由筆耕文化傳播整理發(fā)布。

本文編號：354197