一种基于动态分辨熵的传感器优化管理方法

文档序号:6634493阅读:196来源:国知局
一种基于动态分辨熵的传感器优化管理方法
【专利摘要】本发明提供一种基于动态分辨熵的传感器优化管理方法,不同于现有的分辨熵计算过程中缺乏对系统已获得的部分探测信息对于态势预判作用的利用。本发明基于动态分辨熵来评估最佳传感器工作模式,在获取探测信息后进行目标类别的预测,进而评估最佳传感器工作模式对系统探测的分辨熵增量,以此作为传感器控制信息,为预判提供信息最大增量方向,使系统能够智能地利用探测信息分析得到感知决策,即能通过返回的不同的目标探测信息进行调整,实现系统任务的优化。
【专利说明】一种基于动态分辨熵的传感器优化管理方法

【技术领域】
[0001] 本发明涉及传感器模式分配技术。

【背景技术】
[0002] 多源传感器数据融合模型中,传感器管理是其关键,有效实现传感器管理是当前 领域内研究的热点。多源指的是多种来源,即需要用到的不同类型、功能等的多种传感器的 集合。传感器管理要求系统将多源传感器获得的探测资源进行优化,达到最优化探测结果 的目的,满足多目标下的目标监控,识别和获取区域空间信息。传感器管理即是为系统中的 多源传感器分配工作模式,如红外模式、雷达模式等。针对不同类别的探测目标,传感器使 用不同工作模块会得到不同的探测效果。
[0003] 常规的传感器管理方法有:不确定信息环境中利用数学概率分析的方法;在进行 最佳探测选取时采用Greedy的人工智能优化算法;采用信息论的方法等等。
[0004] 对于数据融合系统而言,系统每一次工作都是对环境不确定性信息的精确化,是 所获得的信息量不断增加的过程。R6nyi信息熵就是一种可进行不同概率之间信息增量变 化的公式:

【权利要求】
1. 一种基于动态分辨熵的传感器优化管理方法,其特征在于,包括以下步骤: 1) 当前时刻k-Ι工作模式下的传感器获取当前时刻k-Ι对目标Ti探测信息后预测下 一时刻k的目标Ti的目标类别S;k=O时传感器选择默认的工作模式; 2) 分别计算下一时刻k的所有工作模式下对目标类别s的目标Ti进行预测的分辨熵; 3) 分别计算各工作模式下的下一时刻k的分辨熵与当前时刻的分辨熵之差作为预测 的各工作模式下的下一时刻k的分辨熵增量; 4) 选择最大分辨熵增量对应的工作模式作为下一时刻k的传感器工作模式,并保存最 大分辨熵增量对应的工作模式下的对目标类别s的目标Ti进行探测的分辨熵作为下一时 刻k的分辨熵,更新k=k+Ι后返回步骤1)。
2. 如权利要求1所述一种基于动态分辨熵的传感器优化管理方法,其特征在于,步骤 1)中预测下一时刻k的目标Ti的目标类别s的具体方法是: 已知O至k-Ι时刻获得的对目标Ti探测信息以及当前时刻k-Ι传感器的工作模式Iv1 计算不同目标类别s的后验概率p[sIZm,Iv1]; 使用最大后验概率P[sIZm,ivJ对应的目标类别s作为预测下一时刻k的目标Ti的 目标类别; 所述后验概率P[SlZtlHIv1]的计算方法为:
其中,s为目标类别变量,s= 1,…,S,S为目标类别总数,p[s]为目标类型s出现的 先验概率,P[Z^11s,Γ(ι:k_J为O至k-Ι时刻内在工作模式Γ(ι:k_i的传感器对目标类型s的 目标进行探测得到测量信息Z^1的概率,p[ZmIrtlikJ为O至k-Ι时刻内在工作模式Γ(ι: η的传感器对目标进行探测得到测量信息Z^1的概率。
3. 如权利要求1或2所述一种基于动态分辨熵的传感器优化管理方法,其特征在于,步 骤2)中分辨熵D(ρ[HiIZdJIMgI 的计算方法如下:
其中,In为自然对数的对数符号; 概率P[尽IZQ.k_vPk,zk} =p[Ui]Ρ[^-' 1 ^] ,Hi 表示目标为目标类型s P[z〇*-^zt\r〇±-urk] 的事件,s= 1,"、S,S为目标类别总数,p[Hi]表示目标为目标类型s的先验概率;M祝,zHI 表示选用O至k-Ι时刻的工作模式Af1以及预测的下一时刻k的工 作模式4探测目标类型s的目标,获得O至k-Ι时刻的探测信息Z^1以及目标为目标类型S的概率;表示选用O至k-ι时刻的工作模式Ai1以及预测的下一时刻 k的工作模式?4下,获得O至k-Ι时刻的探测信息ZciI1以及预测下一时刻k探测信息冬的 概率; 概率M//;|Zm ,]- /?[Z,,:,;'1--·^[!--],P[Ζ0:ΗIHi]表示已知目标为目标类型S的情况 Pl^inIJ 下获得〇至k-l时刻的探测信息的概率,MZn] = 1s,r>[s],Π为累积符号,Σ为 S=I/=0 累加符号,P[S]目标类型S出现的先验概率,p[Zj|S,rj]表示已知目标类型S和工作模式 下h获得的探测信息\的先验概率,j表示时间变量,j= 0,…,k-1。
4.如权利要求3所述一种基于动态分辨熵的传感器优化管理方法,其特征在于,所述 步骤1)至4)采用反向传播BP神经网络实现。
【文档编号】G06F19/00GK104462784SQ201410653367
【公开日】2015年3月25日 申请日期:2014年11月17日 优先权日:2014年11月17日
【发明者】解梅, 俞晓峰 申请人:电子科技大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1