多传感器的信息分析.ppt

以上所述的度量指标可以用来估计怎样很好地实现一个传感器系统。MOP/MOE的表现形式很多，下表列出了一部分。 MOP/MOE类别 MOP/MOE例子 检测与漏检 目标探测范围 指定距离的目标探测率 指定最小距离的目标探测率 观测空域内的漏检目标数目 观测空域内目标检测率 目标跟踪 航迹变化率 根据目标数目划分的航迹数目 航迹错误关联数目 航迹重访频率 MOP/MOE类别 MOP/MOE例子 目标识别 目标识别率 可识别目标类别 发射总功率 单位时间发射功率 传感器空闲比例 传感器利用 传感器重新获取目标时间 不可调度传感器数目 任务转变时间 未响应任务数量 发射 系统响应 紧急要求报告时间 MOP/MOE类别 MOP/MOE例子 计算性能 可用存储空间 可用传输带宽 （1）传感器资源优化 可以使用MOP来评估传感器融合处理性能，以确定怎样实现传感器系统。在满足计算机性能、网络带宽与负载、传感器位置和目标数目及目标特性、观测条件（环境、地形等）、数据融合算法性能和对信息的感知能力等条件下，最大化MOE来实现传感器资源优化。 一般情况下，传感器资源优化是一个多条件约束的多目标优化问题，可以表示为 其中： 为权值； 为 的约束值。上式的求解可以采用各种线性规划或目标规划技术求解。例如：在传感器的任务、通信带宽和处理能力具有某种约束的条件下最大化传感器的探测概率和探测范围。 8.3 传感器管理方法概述 传感器管理的核心问题是根据一定的准则，建立一个可量化的目标函数，在传感器资源的约束条件下对目标函数进行优化，得到传感器对目标的有效分配。对所有传感器管理方法来说，关键是要建立一个既科学合理又切实可行且易于量化的目标函数和约束条件。 传感器管理方法主要有：基于规划论的方法、基于信息论的方法、基于模糊推理和神经网络的方法、基于专家系统的方法和基于随机集合论的方法。 （1）基于规划论的方法 规划论是解决管理问题的最主要工具之一，目前，用于传感器管理方面的方法主要有线性规划、动态规划和非线性规划等。 （2）基于信息论的方法 根据信息论的观点，传感器通过与目标环境的相互作用来减小目标环境的不确定性。传感器管理的目的就是选择最优的传感器或传感器组，最大限度地减小对目标环境的不确定性。因此，可以采用信息熵来度量目标环境的不确定性，建立一定的目标函数实现传感器管理。 （3）基于模糊推理和神经网络的方法 模糊逻辑推理和人工神经网络是传感器管理的两种近似优化方法。 （4）基于知识和专家系统的方法 基于知识和专家系统的方法也是解决不确定性问题的重要方法之一。 （2） 协调地建立目标优先级 当使用两个以上的传感器平台对目标进行检测时，就需要在各平台之间协调，统一进行目标优先级排列。在这种情况下，目标优先级的建立首先是对目标进行分组，并把所有的传感器平台分配给这些目标组，然后各平台自主地建立相应目标组中各目标的优先级。目标分组的方法有很多，可按照目标相对于传感器平台的空间位置来划分，也可按照传感器相对于目标进行观测所能达到的最大综合效能来划分。 8.2.2 传感器向目标分配 当传感器系统工作在多目标环境时，传感器管理需要解决多传感器到多目标的分配问题。当被监视目标相对于传感器的数目和传感器的观测范围来说较少时，传感器的分配问题可以采用一种传感器引导其他传感器的方法。例如：用一种分辨率较低但是视野较大的传感器进行大范围的快速搜索，发现目标并获得目标位置估计，然后引导高分辨力的传感器去跟踪目标。但是，在目标分布密度较高时，由于传感器资源是有限的，这就需要复杂的分配方法。 常用的处理方法有两种：一种是时间片轮转法，即在同时对多个目标进行跟踪时，按一定的时间周期，轮流更新所有目标的航迹文件；另一种方法是首先建立目标之间的相对优先级，优先级越高的目标被跟踪的频率也越高。 传感器分配方案的确定原则是使系统的综合探测性能达到最优。 对于同类传感器系统，要求最优分配方案能够使所有传感器的合成视场覆盖所有目标，并且对任一目标的漏检率最小。 对于不同类传感器向目标分配，需要考虑以下因素： （1）所有传感器的总覆盖区域或监视空间的大小； （2）航迹估计的连续性及估计精度； （3）传感器发射控制。例如：控制主动式（有源）传感器的发射信号，使其不被敌方传感器发现； （4）目标的分类方法和分类的模糊性。 在进行传感器分配时，首先要建立分配准则，然后通过线性规划方法来解决。分配准则是满足以下条件的目标函数： （1）能够计算互不相容的各个分配方案的最