[发明专利]基于随机噪声的局部自组织大规模群体动态目标跟踪方法

权利要求书

1.一种基于随机噪声的局部自组织大规模群体动态目标跟踪方法，其特征在于，包括以下步骤：

构建含有不确定动态目标的HK模型，并给出噪声存在时模型的自发一致性定义，其中，所述含有不确定动态目标的HK模型包括：动态目标仅被部分个体感知的HK模型和动态目标独立存在的HK模型；

针对动态目标仅被部分个体感知的HK模型，进行不完全信息的动态目标跟踪，并进行验证；

针对动态目标独立存在的HK模型，进行不完全信息的动态目标跟踪，并进行验证。

2.根据权利要求1所述的基于随机噪声的局部自组织大规模群体动态目标跟踪方法，其特征在于，所述构建含有不确定动态目标的HK模型包括：

构建动态目标仅被部分个体感知的HK模型，包括：

设计动态目标仅被系统部分个体感知的HK模型自组织规则：

其中

并且

A(t)＝A+Δ(t),|Δ(t)|＜Δ

式中：α∈[0,1]是动态目标的吸引强度；并且1≤|S|≤n，指含动态目标的个体集合；I_{·}为指示性函数，根据条件是否成立取值1或者0；为t时刻阈值范围内代理i的邻居集；此处|·|为邻居集的基数或实数的绝对值；ε∈(0,1]为群体中个体间的信任阈值；A(t)∈[0,1]是在t时刻的动态目标，此动态目标在固定值A的Δ(t)范围内持续波动，并且满足Δ＞0；

添加随机噪声后，动态目标仅被部分个体感知的HK模型的自组织规则：

式中：是服从于[-δ,δ]上的均与分布，而且满足δ＞0；

构建动态目标独立存在的HK模型，包括：

针对动态目标以未知动态独立存在的情况，引入一个未知的动态代理，并满足

x_Ι(t)≡A(t)＝A+Δ(t),t≥0

添加随机噪声后，动态目标独立存在的HK模型自组织规则：

其中

3.根据权利要求2所述的基于随机噪声的局部自组织大规模群体动态目标跟踪方法，其特征在于，所述给出噪声存在时模型的自发一致性定义包括：

对系统模型最终与动态目标一致进行定义：

那么对于如果有成立，则系统以精度实现与A(t)的同步。