王琦少 王青云 段志生

1．北京航空航天大学航空科学与工程学院北京100191 2. 北京大学工学院北京100871

态势感知[1−3]是复杂战场情况下实现指挥与控制的基础之一,目标感知问题[4−5]是战场态势感知问题的一个重要分支,在潜水艇、船舶以及防御监视系统对目标的定位问题中扮演了重要的角色. 对敌我双方实现精确的目标感知, 是对战场态势感知的基础, 传感器与感知目标之间的相对位置对感知精度有着较大影响, 良好的传感器部署可以实现对敌我双方态势更精准的把握. 为了解决传感器的最优部署问题,学者们已经提出了许多有效的算法[6−7]. 在此基础上,文献[8−9]指出对于多传感器非线性观测模型, 传感器与目标的相对几何构型对目标定位算法的表现有着显著的影响.因此,在何种条件下目标定位算法可以实现更好的性能是一个有意义的研究课题. 本文主要研究了如何基于FIM 和克拉美- 罗下界(Cramer-Rao Lower Bound, CRLB)来设计最优传感器- 目标相对几何构型的问题, 此问题也称为传感器部署问题. CRLB 和FIM 通常用来评估状态估计算法的性能[9]. FIM 与传感器部署位置,即传感器-目标的相对几何构型有关, 可以看作一个以传感器-目标几何构型为自变量的矩阵函数. CRLB 是FIM 的逆矩阵, 用于估计协方差矩阵可以到达的下界,即无论状态估计算法如何设计,估计误差协方差矩阵不可能小于CRLB. 值得一提的是, CRLB 受传感器- 目标的几何构型影响, 与滤波算法的选取无关.许多研究……