未知输入干扰下异构多传感器分布式两级信息滤波与偏差联合估计
2021-04-24李宇,周洁,申强,高嵩
中国测试 2021年2期
李 宇,周 洁,申 强,高 嵩
(1.西安工业大学电子信息工程学院,陕西 西安 710021; 2.西北工业大学 空天微纳系统教育部重点实验室,陕西 西安 710072)
0 引 言
多传感器网络是由多个具有一定传感、计算执行和通信能力的传感器组成的网络[1]。近年来,传感器以其集成化,智能化的优点被广泛应用于各个领域,如无人机、机器人、雷达等[2-3]。传统的目标跟踪是以数据处理为基础的单传感器单目标跟踪,即一个传感器只能跟踪一个目标。单个传感器在能量、时间、感知距离、处理能力、通信带宽等处理能力有限,无法独立完成复杂任务。并且,单一数据由于信息的不完备性和不确定性而表现为价值密度低,信息误差大,因此多传感器网络顺势而生。多传感器网络具有互补监控区域、信息共享的优点,从而能够对探测信息进行优化融合,最大限度地过滤掉无用信息,提升目标的跟踪性能。如果某些传感器在目标跟踪过程中发生故障,其他传感器仍可以正常工作。然而在传感器跟踪的过程中往往会存在传感器跟踪结果与目标真实状态偏差较大的问题。这是由于传感器在工作会存在一定的偏差,比如硬件和软件运行导致的固有偏差,以及外界环境影响等外部偏差。其中,大多数会存在未知输入的影响,即无法量测的扰动或输入,这些未知输入没有先验知识,无法被精确的建模,导致传感器量测存在较大误差,降低系统估计精度。为了提升目标估计的精度,许多学者提出了一些偏差估计方法和抗干扰方法。……
登录APP查看全文
