电子学报 ›› 2019, Vol. 47 ›› Issue (10): 2158-2165.DOI: 10.3969/j.issn.0372-2112.2019.10.018

• 学术论文 • 上一篇    下一篇

基于多目标MS-OSPA下界的分散式传感器选择

连峰1,2, 张修立1, 魏博1, 侯利明1, 韩崇昭1, 王伟2,3   

  1. 1. 西安交通大学电子与信息工程学院, 陕西西安 710049;
    2. 陕西省组合与智能导航重点实验室, 陕西西安 710068;
    3. 中国电子科技集团公司第二十研究所, 陕西西安 710068
  • 收稿日期:2018-09-14 修回日期:2019-04-01 出版日期:2019-10-25 发布日期:2019-10-25
  • 通讯作者: 连峰
  • 作者简介:张修立 男,1992年7月出生,湖北天门人,西安交通大学电子与信息工程学院硕士研究生,研究方向为信息融合与传感器管理.
  • 基金资助:
    国家自然科学基金(No.61473217);陕西省组合与智能导航重点实验室开放基金(No.SKLIIN-20180110)

Decentralized Sensor Selection Based on Multi-Target MS-OSPA Lower Bound

LIAN Feng1,2, ZHANG Xiu-li1, WEI Bo1, HOU Li-ming1, HAN Chong-zhao1, WANG Wei2,3   

  1. 1. School of Electronic and Information Engineering, Xi'an Jiaotong University, Xi'an, Shaanxi 710049, China;
    2. Shaanxi Key Laboratory of Integrated and Intelligent Navigation, Xi'an, Shaanxi 710068, China;
    3. The 20th Research Institute of China Electronics Technology Corporation, Xi'an, Shaanxi 710068, China
  • Received:2018-09-14 Revised:2019-04-01 Online:2019-10-25 Published:2019-10-25

摘要: 本文提出了一种分散式大规模多目标跟踪网络的传感器选择优化算法.该方法以多目标状态集和估计集间的均方最优子模式分配误差下界作为优化目标函数,根据加权Kullback-Leibler平均(Kullback-Leibler average,KLA)准则对局部多目标密度进行融合,最终采用坐标下降法来折中计算代价和跟踪精度.仿真实验在不同信噪比场景下验证了本方法的有效性.

关键词: 传感器选择, 多目标跟踪, 标签随机有限集, 分散式传感器网络

Abstract: A sensor selection optimization algorithm is proposed for decentralized large-scale multi-target tracking network.In this method,the lower bound of mean square optimal sub-pattern assignment error between multi-target state set and its estimation is taken as optimized objective function while the rule of weighted Kullback-Leibler average (KLA) is used to fuse local multi-target densities.The coordinate descent method is proposed to compromise the computation cost and tracking accuracy.Simulations verify the effectiveness of our method under different signal-to-noise ratio scenarios.

Key words: sensor selection, multi-target tracking, labeled random finite set, decentralized sensor network

中图分类号: