[发明专利]基于贝叶斯估计的水下目标追踪方法

摘要

一种基于贝叶斯估计的水下目标追踪方法：在水下探测区域，随机部署n个传感器节点构建水声传感网络，根据与周围传感器节点的距离确定邻居集合；根据水下传感器节点的监测信息，设计单节点贝叶斯估计策略判断目标是否存在；在单节点贝叶斯估计基础上，设计一致性贝叶斯估计策略的先验概率及后验概率，以提高目标追踪精度；根据任一传感器节点i在k时刻对目标位置的概率信息，通过对目标可能存在位置的概率信息分析，构建目标存在位置的相对熵，用以描述不同传感器节点对目标存在位置估测概率的准确性；计算出不同传感器节点对水下目标估计位置的相对熵后，通过最优化寻找相对熵最小时所对应的位置空间点，该点即为当前目标最有可能存在的位置；构建最优化公式，进而可实现对目标的准确追踪。

主权项

基于贝叶斯估计的水下目标追踪方法，其特征在于：该方法包括以下步骤：步骤1，在水下探测区域，随机部署n个传感器节点，以构建水声传感网络，所述n个传感器节点分别标记为1,2...,n，节点间通过水声通信方式进行信息交互,并根据与周围传感器节点的距离确定邻居集合；步骤2，根据水下传感器节点的监测信息，设计单节点贝叶斯估计策略，用以判断目标是否存在，如果判定目标存在则进行步骤3，继续根据水下传感器节点的监测信息直到确认探测目标存在；步骤3，在单节点贝叶斯估计基础上，设计一致性贝叶斯估计策略的先验概率及后验概率，以提高目标追踪精度，其中任一传感器节点i在k‑1时刻与邻居传感器交互目标位置的后验概率，并进行加权平均，把所得目标位置的一致性概率作为传感器节点i在k时刻对目标位置的先验概率，进而结合传感器节点i在k时刻对目标的观测值，可得出传感器节点i在k时刻对目标位置的后验概率；步骤4，根据任一传感器节点i在k时刻对目标位置的概率信息，通过对目标可能存在位置的概率信息分析，构建目标存在位置的相对熵，用以描述不同传感器节点对目标存在位置估测概率的准确性，若得到的相对熵处于所要求精度范围之内，则进行步骤5；否则返回步骤3，对目标可能存在位置概率进行重新取样计算；步骤5，计算出不同传感器节点对水下目标估计位置的相对熵后，通过最优化寻找相对熵最小时所对应的位置空间点，该点即为当前目标最有可能存在的位置；构建最优化公式，进而可实现对目标的准确追踪。