申请/专利权人：中国人民解放军海军航空大学

申请日：2023-11-22

公开（公告）日：2024-03-12

公开（公告）号：CN117688407A

主分类号：G06F18/23

分类号：G06F18/23;G06N3/006;G06F17/16

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.29#实质审查的生效;2024.03.12#公开

摘要：本发明涉及一种观测均衡优化的异类传感器多目标分配方法，属于协同目标跟踪技术领域。本发明将原有的机械式周扫工作模式下的传感器改为仅对关键目标进行观测的扇扫模式，从而提高整体观测效率。通过划分目标子群、确定无人机子群数量、求解无人机‑目标观测关系、合并目标和无人机子群、在线重新规划方法，优化全局观测性能，兼顾平衡对各目标的观测效果，从而提高异类传感器对多目标的跟踪效能。

主权项：1.一种观测均衡优化的异类传感器多目标分配方法，其特征在于包括以下步骤：步骤1：使用基于欧氏距离的分级聚类方法将目标集合N划分为np个目标子群Np，即对于有其中为目标j1和目标j2之间的欧氏距离，rd为对峙跟踪距离；步骤2：计算无人机子群的最大数量为nmax＝|MA|+[|MP|2]D，其中M为所有无人机的集合，MP为仅搭载无源传感器的无人机集合，MA为其余能够独立观测并跟踪目标的无人机集合，[·]D表示向下取整；步骤3：计算扇扫模式下无人机i对第p个目标子群的观测性能Gi,p；步骤4：当目标子群数量不大于无人机子群的最大数量时，观测分配模型为 xi,p＝{0,1},i∈M,p＝1,…,np当目标子群数大于最大无人机子群数时，观测分配模型为 xi,p＝{0,1},i∈M,p＝1,…,np其中，xi,p为无人机i和第p个目标子群之间的观测关系分配矩阵，xi,p＝1表示无人机i使用扇扫模式观测第p个目标子群,xi,p＝0表示无人机i不观测第p个目标子群；使用0-1整数线性规划方法求解上述基于观测均衡优化的分配模型，根据分配矩阵划分目标群和无人机群，并确定无人机与目标群在扇扫观测模式下的观测关系；步骤5：运行步骤1，若目标子群变化目标子群分裂或合并，目标在不同目标子群之间交接，则按照步骤2-5重新规划观测关系；若所有无人机对其观测的目标完成一个完整的对峙跟踪后，则按照步骤2-5重新规划观测关系。

全文数据：

权利要求：

百度查询： 中国人民解放军海军航空大学 一种观测均衡优化的异类传感器多目标分配方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD