[发明专利]基于切尔诺夫融合准则的多传感器分布式数据融合方法

摘要

本发明公开了一种基于切尔诺夫融合准则的多传感器分布式数据融合方法。其首先在每部传感器进行粒子滤波获得本地估计结果，采用最大期望算法将其近似为高斯混合分布，在多传感器之间交互高斯混合参数，利用一阶近似模型下切尔诺夫融合方法获得多传感器的初步融合结果，将该结果进行重要性采样，构造多元变量带约束的优化函数，采用粒子群优化算法进行求解，计算得到切尔诺夫融合准则下多传感器的指数取值，最后利用粒子样本和切尔诺夫融合最优的指数权值进行切尔诺夫融合，计算得到目标的估计状态。本发明从理论上近似最优地解决了任意数量的多传感器在本地估计结果存在相关性的情况下难以获得理想的分布式融合结果的问题。

主权项

一种基于切尔诺夫融合准则的多传感器分布式数据融合方法，其特征在于，包括以下步骤：A、初始化多传感器系统的系统参数，并且设置初始时间n＝0；B、获取本地传感器量测，利用粒子滤波算法进行本地滤波，得到粒子样本近似的本地后验概率密度函数，同时接收并保存其它传感器发送的高斯混合参数；C、采用最大期望算法将步骤B中粒子样本近似的本地后验概率密度函数近似为高斯混合分布，得到本地高斯混合参数并发送至其他传感器；D、利用步骤B中保存的其它传感器的高斯混合参数和步骤C中本地高斯混合参数进行一阶近似模型下基于切尔诺夫融合准则的分布式数据融合；E、将步骤D中一阶近似模型下基于切尔诺夫融合准则的分布式数据融合结果作为重要性采样函数进行重要性采样；F、利用步骤E中重要性采样得到的粒子样本构造多元变量带约束的优化函数；G、采用粒子群算法求解步骤F中多元变量带约束的优化函数，计算切尔诺夫融合最优的指数权值；H、利用步骤E中重要性采样得到的粒子样本和步骤G中计算得到的切尔诺夫融合最优的指数权值进行切尔诺夫融合；I、根据步骤H中切尔诺夫融合结果计算并输出目标的估计状态；J、将初始时间n递增1，判断n是否大于观测总帧数；若是，则操作结束，完成多传感器分布式数据融合；若否，则返回步骤B。