一种基于AMD的分布式多传感器融合算法

摘要

本发明公开了一种基于AMD的分布式多传感器融合算法，包括以下步骤：S1、初始化系统参数；S2、利用恒虚警检测器处理雷达回波信息，得到量测信息集合；S3、基于卡尔曼滤波器独立地估计目标状态；S4、利用高维高斯分布表征多目标联合后验概率密度；S5、对联合后验概率密度进行降维操作；S6、将各节点的AMD发送给临近节点；S7、采用基于广义交叉协方差融合算法对AMD进行融合；S8、提取目标状态；S9、令k＝k+1，若k＞K则将S8提取的目标状态作为航迹进行输出；否则返回步骤S2。本发明在考虑不同传感器的估计误差互相关的条件下，实现了多个目标的联合融合，具有更高的自适应性和更好的鲁棒性，有效解决了在传统跟踪系统中多目标联合后验融合的问题。

主权项

一种基于AMD的分布式多传感器融合算法，其特征在于，包括以下步骤：S1、初始化系统参数，初始化时间帧k＝1；S2、利用恒虚警检测器处理雷达回波信息，得到量测信息集合：其中，为第k帧的第a个量测，1≤a≤n，n为检测到的量测个数；S3、基于卡尔曼滤波器独立地估计目标状态；S4、利用高维高斯分布表征多目标联合后验概率密度：f(X|Z_k)＝f₁(x₁|Z_k)·f₂(x₂|Z_k)·…·f_m(x_m|Z_k)其中，m为目标个数；X＝(x₁,x₂,…,x_m)为高维状态向量；x_i为n维状态向量，i＝1,2,…,m；S5、对联合后验概率密度进行降维操作；S6、将各节点的AMD发送给临近节点；S7、根据下式，采用基于广义交叉协方差融合算法对AMD进行融合：$I_f\left(x\right)=C^{-1}\underset{i=1}{\overset{N_a}{\Sigma }}\underset{j=1}{\overset{N_b}{\Sigma }}{\gamma }_{ij}N(x;{\eta }_{ij},P_{ij})$其中，C是一个归一化常数；N(x；η_ij,P_ij)为一个高斯函数，η_ij、P_ij分别为融合后均值和估计误差协方差矩阵；γ_ij为权重；S8、提取目标状态；S9、令k＝k+1，并判断k与总观测帧数K值大小，若k＞K则将S8提取的目标状态作为航迹进行输出；否则返回步骤S2。