《頻寬受限感測器網路的目標跟蹤融合方法研究》是依託杭州電子科技大學，由徐小良擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：頻寬受限感測器網路的目標跟蹤融合方法研究
- 項目類別：青年科學基金項目
- 項目負責人：徐小良
- 依託單位：杭州電子科技大學
項目摘要,結題摘要,
項目摘要
頻寬受限是WSNs目標跟蹤系統中的一個重要特點，也是目標狀態估計融合方法設計必須考慮的約束條件。針對現有比特位量化頻寬受限融合估計研究中存在的主要不足，如量化誤差建模的單一性與不合理性、差的估計精度，以及缺乏性能理論比較分析等，本項目重點開展頻寬受限感測器網路的目標跟蹤融合方法研究，致力於解決頻寬受限目標跟蹤融合中關於量化誤差建模與融合估計方法設計的若干個關鍵性科學問題。主要研究內容如下：1、 在集中式和分散式估計框架下，研究各種形式信息量化誤差的隨機統計特性建模與時間序列建模方法；2、基於兩類新型量化建模方法，開展多網路目標跟蹤融合算法的設計；3、 針對同一類信息量化系統，解決不同量化誤差建模方式下融合估計方法性能優劣的理論證明；4、將強跟蹤思想和分散式密鑰技術相結合，開展具有信息保密特性的強跟蹤量化估計融合策略和性能分析；5、開展基於無線感測器網路系統的跟蹤融合算法驗證與測試。
結題摘要
由於無線感測器網路（WSNs）頻寬受限的本質約束，使得多感測器目標跟蹤系統中局部感測器向融合中心傳送各種形式的數據（局部量測、新息和局部估計值）時必須進行量化。針對現有基於比特位量化的頻寬受限融合估計研究中存在的主要不足，本項目針對不同信息傳輸形式、系統特性和噪聲相關性等情形，研究基於自適應比特位量化的頻寬受限目標跟蹤融合估計方法，重點開展了如下內容的研究：1、線性系統的基本量化Kalman估計目標跟蹤方法。以自適應量化測量值和測量值加權求和Kalman濾波為基礎，研究兩種量化誤差建模方法（建模方式A--量化誤差方差上界建模，建模方式B--將量化誤差作為系統狀態分量）下目標跟蹤方法的性能差異問題；研究基於兩種建模方式的基本Kalman濾波估計之間信息量與性能互補關係，並提出一種基於最優分散式加權的多方法量化估計方法；以兩種建模方式下的基本量化濾波器為基礎，對量化測量之後出現的各種噪聲相關性進行分析和描述完善；針對建模方法A，研究基於三種不同類型局部信息傳輸時的量化估計算法性能比較；2、基於強跟蹤濾波的量化目標跟蹤方法。基於自適應量化新息方式提出一種能有效應對噪聲相關係統的自適應量化新息估計方法；針對噪聲相關多感測器系統，在集中式融合框架下提出三種基於自適應量化測量值的目標跟蹤算法；引入變分貝葉斯方法並結合強跟蹤濾波技術，針對量化訊息噪聲方差上界近似建模提出一種新型的機動目標量化集中式Kalman跟蹤估計算法；3、非線性系統基於自適應量化的目標跟蹤融合估計方法。以EKF為基本濾波器，設計非線性微觀EKF融合信息濾波器；基於EKF的一種信息表示形式EIF，研究三種集中式融合估計算法融合估計精度的等價性問題，以及討論部分線性動態系統融合理論在非線性系統中的推廣與完善；基於（平方根）容積Kalman濾波，研究噪聲相關多感測器系統的分散式融合估計算法設計；基於新型容積Kalman濾波和粒子濾波結合的複合非線性容積粒子濾波器，研究非線性系統基於測量值量化的估計融合問題；研究基於測量新息（殘差）量化策略和容積粒子濾波的目標跟蹤融合算法；4、仿真與實驗驗證。本項目研究總共錄用和發表論文13篇，其中期刊論文10篇（SCI檢索3篇，EI檢索3篇，其他核心期刊4篇），申請發明專利3項，申請軟體著作權6項，培養碩士研究生6名，並已完成全部項目內容的研究。
