[发明专利]一种基于MSBN的多智能体协同目标识别方法有效
申请号: | 201110228800.5 | 申请日: | 2011-08-11 |
公开(公告)号: | CN102270305A | 公开(公告)日: | 2011-12-07 |
发明(设计)人: | 高晓光;郭文强;陈军 | 申请(专利权)人: | 西北工业大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 西北工业大学专利中心 61204 | 代理人: | 顾潮琪 |
地址: | 710072 *** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于MSBN的多智能体协同目标识别方法,将多智能体系统的各智能体视为多连片贝叶斯网络的一个BN子网,用以解决准确目标识别问题。以目标识别类型节点为重叠子域,BN子网构建为MSBN,从BN模型推理的角度可对多智能体系统进行协同求解。多智能体协同目标识别算法主要采用信度通信算法完成整个MSBN的信度更新,从而完成待识别目标在相应的MSBN中“目标类型”隐节点概率查询支持,实现目标识别。本发明在提高系统识别能力的同时,增强了系统的实时性,可大大提高识别目标的速度和精度。 | ||
搜索关键词: | 一种 基于 msbn 智能 体协 目标 识别 方法 | ||
【主权项】:
1.一种基于MSBN的多智能体协同目标识别方法,其特征在于包括下述步骤:第1步:设置目标识别信度阈值参数θ*;确定智能体个数n;第2步:n个智能体分别根据各自的i个传感器系统捕获q个目标特征数据,1≤q≤i,每个目标特征数据有k个观测值;第3步:建模判断,若目标识别系统尚未构建目标识别MSBN的链化连接森林,执行第4步,完成相应模型构建;否则,跳转执行第7步;第4步:对第j个智能体用目标类型作为父节点Sj,1≤j≤n,Sj有m个待识别类别,以其q个目标特征数据作为子节点,用有向边分别连接父节点和各个子节点,建立n个独立的BN子网结构;第5步:用有向边将n个BN子网的父节点单向连接,构建得到MSBN;第6步:利用Xiang的链树法将MSBN构建成链化连接森林;第7步:各BN子网模型中,输入各自的目标特征数据作为观测证据,利用连接树算法进行信度推理,从而完成n个子BN的目标识别类型节点Sj信度θj更新;第8步:基于第7步获得的θj更新,利用信度通信算法完成MSBN网内的全局推理,更新MSBN模型目标识别类型节点Sj信度θj;第9步:计算目标识别信度
,其中:wj为加权系数,0<wj<1且Σ j w j = 1 ; ]]> 第10步:若θ>θ*,计算目标识别类型节点xs的目标类型x s * = Σ j = 1 n ( w j · arg max l ( P ( x s j , l | x E j , 1 , x E j , 2 , · · · , x E j , q ) ) , ]]> 输出结果,目标识别过程停止;否则,继续通过传感器系统捕获目标特征数据观测目标,并返回第2步;其中
为第j个智能体的第q个目标特征数据,1≤j≤n,1≤q≤i,
为第j个智能体目标识别类型节点Sj取值为l的事件,1≤l≤m。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西北工业大学,未经西北工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201110228800.5/,转载请声明来源钻瓜专利网。