基于多目标MS-OSPA下界的分散式传感器选择

连峰; 张修立; 魏博; 侯利明; 韩崇昭; 王伟

doi:10.3969/j.issn.0372-2112.2019.10.018

您当前的位置：

首页 >

文章列表页 >

基于多目标MS-OSPA下界的分散式传感器选择

学术论文 | 更新时间：2025-07-16

- 基于多目标MS-OSPA下界的分散式传感器选择
- Decentralized Sensor Selection Based on Multi-Target MS-OSPA Lower Bound
- 电子学报 2019年47卷第10期页码：2158-2165
- 作者机构：
  
  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
  4. 西安交通大学电子与信息工程学院,陕西,西安,710049
  5. 陕西省组合与智能导航重点实验室,陕西,西安,710068
  6. 中国电子科技集团公司第二十研究所,陕西,西安,710068
- 作者简介：
- 基金信息：
  
  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）
- DOI：10.3969/j.issn.0372-2112.2019.10.018
  中图分类号： TP391
- 网络出版：2019-10-25，
  
  纸质出版：2019
- 稿件说明：
移动端阅览
连峰, 张修立, 魏博, 等. 基于多目标MS-OSPA下界的分散式传感器选择[J]. 电子学报, 2019,47(10):2158-2165.

LIAN Feng, ZHANG Xiu-li, WEI Bo, et al. Decentralized Sensor Selection Based on Multi-Target MS-OSPA Lower Bound[J]. Acta Electronica Sinica, 2019, 47(10): 2158-2165.
连峰, 张修立, 魏博, 等. 基于多目标MS-OSPA下界的分散式传感器选择[J]. 电子学报, 2019,47(10):2158-2165. DOI： 10.3969/j.issn.0372-2112.2019.10.018.

LIAN Feng, ZHANG Xiu-li, WEI Bo, et al. Decentralized Sensor Selection Based on Multi-Target MS-OSPA Lower Bound[J]. Acta Electronica Sinica, 2019, 47(10): 2158-2165. DOI： 10.3969/j.issn.0372-2112.2019.10.018.

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.

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.

关键词

Keywords

references

浏览量

105

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于特征迹的密集多目标自适应视频跟踪

基于随机集的RBPF多目标关联跟踪算法

并行联合概率航迹起始逻辑

多假目标欺骗干扰下组网雷达跟踪技术

多目标跟踪的动态多维分配算法