多传感器航迹融合.pptxVIP

多传感器航迹融合Distributed Estimation Fusion with Unavailable Cross-CorrelationWANG Y. , LI X. R.?Aerospace and Electronic Systems, IEEE Transactions on, 2012, 48(1): 259-278刘加欢2014年12月1/282014-12-24主要内容 分布式融合问题 广义凸组合融合 松弛的切比雪夫中心CI融合 基于信息论的快速CI融合引言—多传感器信息融合分布式融合问题描述多传感器航迹融合问题建模2/282014-12-24分布式融合问题多传感器信息融合引言信息融合 ——多传感器目标融合跟踪的核心。 按照数据送至融合中心时的处理程度分类： 优：信息损失量小、最优融合结果 集中式融合（原始数据 融合中心）缺：通信带宽要求高、计算负担大、 系统生存能力弱优：通信带宽要求低、可靠性高、 系统生存力较强 分布式融合 （估计结果 融合中心）缺：信息损失共同的过程噪声、共同的先验估计信息、相关的量测噪声等导致的局部估计误差互相关未知难题3/282014-12-24分布式融合问题分布式融合问题描述 考虑M个融合节点的分布式系统，一个融合节点有N个有效局部估计。分布式信息融合跟踪子系统4/282014-12-24分布式融合问题多传感器航迹融合模型建立被估量： 一个融合节点有N个有效局部估计，第i个局部估计的：估计值和MSE矩阵：估计误差：全局估计：未知实际MSE矩阵：互相关矩阵：概念保守:估计器满足 则称其为保守的。解释2解释1： 半正定，特征值非负。5/282014-12-24主要内容 分布式融合问题 广义凸组合融合松弛的切比雪夫中心CI融合 基于信息论的快速CI融合广义凸组合（GCC）及其标准形式三种GCC融合方法 （GCC1融合，GCC2融合，GCC3融合）6/282014-12-24广义凸组合融合广义凸组合融合标准形式广义凸组合（GCC）融合是最常用的一种航迹融合方式权值矩阵和为单位矩阵且所有特征值非负的线性组合权值和为1且非负的线性组合简单起见，考虑 的情况，GCC融合：广义凸组合令其中，权值 ， 为待定自由参数GCC融合可按照权重值分为三类：GCC1，GCC2，GCC37/282014-12-24广义凸组合融合GCC1融合条件：形式：估计独立GCC1也称简单凸组合（SCC）融合。优点：①粗暴的假设局部估计误差不相关情况下的一种次优方法②在局部估计误差非相关的线性最小均方误差系统中最佳缺点：通常融合的估计值可能非保守。概念 权值 的取值依赖于局部估计值，即其由一个包含 的函数决定，或为包含 的优化函数的最优解，则称其为估计非独立；反之则为估计独立的。8/282014-12-24GCC2融合广义凸组合融合条件：形式：GCC2与协方差交叉（CI）融合形式完全相同。优点：如果局部估计 都是无偏的，那么全局估计 也是无偏的。如果局部估计 都是保守的，那么全局估计 也是保守的，即 。（以上两点均可由公式推导证明）9/282014-12-24GCC2融合广义凸组合融合CI融合本质 传统的CI融合源于对卡尔曼滤波方程的几何解释，即是使得估计得到的均方误差矩阵 的迹最小。 在此准则下， 的协方差椭圆是包含在 和协方差椭圆的交集之中，因此称为协方差交叉。的协方差椭圆由满足的点 的集合组成。 10/282014-12-24广义凸组合融合GCC2融合CI融合例子eg:最小行列式CI（ DCI ）融合算法 即，其局部估计的权重 通过最小化 的行列式求得。估计独立 文献[9]证明了最小化融合估计均方误差矩阵的行列式值等价于最小化融合估计概率密度函数的信息熵。eg:RCC-CI融合, IT-FCI融合……[9] M. B. Hurely, An information theoretic justification for covariance intersection and its generalization[C]. Proc. of 5th International Conf. on Information Fusion , Annapolis, M D, 2002.11/282014-12-24GCC3融合广义凸组合融合条件：形式：令,则GCC3融合可以表示为：优点： 保守。GCC3为GCC2的一种泛化形式，以 扩大均方误差矩阵：可推广到多个传感器的情况，即12/282014-12-24主要内容