基于部分可观马氏决策过程的多平台主被动传感器调度

张子宁; 单甘霖; 段修生

doi:10.3969/j.issn.0372-2112.2014.10.037

您当前的位置：

首页 >

文章列表页 >

基于部分可观马氏决策过程的多平台主被动传感器调度

科研通信 | 更新时间：2025-07-16

- 基于部分可观马氏决策过程的多平台主被动传感器调度
- POMDP-Based Scheduling of Active/Passive Sensors in Multi-Platform
- 电子学报 2014年42卷第10期页码：2104-2109
- 作者机构：
  
  1. 军械工程学院电子与光学工程系,河北,石家庄,050003
  2. 北京航天飞控中心,北京,100094
  3. 军械工程学院电子与光学工程系,河北,石家庄,050003
  4. 北京航天飞控中心,北京,100094
- 作者简介：
- 基金信息：
  
  军内科研重点项目资助课题
- DOI：10.3969/j.issn.0372-2112.2014.10.037
  中图分类号： TP212.9
- 纸质出版：2014
- 稿件说明：
移动端阅览
张子宁, 单甘霖, 段修生. 基于部分可观马氏决策过程的多平台主被动传感器调度[J]. 电子学报, 2014,42(10):2104-2109.

ZHANG Zi-ning, SHAN Gan-lin, DUAN Xiu-sheng. POMDP-Based Scheduling of Active/Passive Sensors in Multi-Platform[J]. Acta Electronica Sinica, 2014, 42(10): 2104-2109.
张子宁, 单甘霖, 段修生. 基于部分可观马氏决策过程的多平台主被动传感器调度[J]. 电子学报, 2014,42(10):2104-2109. DOI： 10.3969/j.issn.0372-2112.2014.10.037.

ZHANG Zi-ning, SHAN Gan-lin, DUAN Xiu-sheng. POMDP-Based Scheduling of Active/Passive Sensors in Multi-Platform[J]. Acta Electronica Sinica, 2014, 42(10): 2104-2109. DOI： 10.3969/j.issn.0372-2112.2014.10.037.

摘要

为了使有限时域内的跟踪精度和辐射风险达到最佳平衡

本文研究了多传感器平台在协同跟踪目标时的主被动传感器调度问题.将该问题建立成基于部分可观马氏决策过程的数学模型以同步实现目标跟踪和辐射控制.在先见优化思想的基础上

借助由无迹采样近似得到的精度收益及由隐马氏模型滤波器推导出的辐射代价将调度问题转化成决策树问题

并采用分枝定界方法求解.仿真结果表明了该方法的有效性.

Abstract

To make an optimal trade-off between the tracking accuracy and the radiation risk in a period of time

this paper studies the scheduling problem of selecting the active/passive sensors in the multi-platform for target tracking.The problem is formulated as a partially observable Markov decision process (POMDP)

which can take both target tracking and emission control into account.Based on the foresight optimization

the approximate accuracy reward and the radiation cost

which are derived from the unscented transformation sampling and hidden Markov model (HMM) filter respectively

transform our problem into a tree search problem

and the branch and bound method is used for problem solution.The simulation results demonstrate the effectiveness of our approach.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

一种改进的分枝定界半监督支持向量机学习算法

传感器管理述评