李洪瑞

1.江苏自动化研究所江苏连云港222061

随着岸基或区域海底固定声呐、航空声呐、潜标、浮标以及UUV 等水下探测设备的发展,分布式被动信息融合(Information Fusion,IF)技术的应用愈加迫切, 相关技术已引起许多研究兴趣, 然而, 由于水下探测、通信环境乃至传感器布放、能源管理等的特殊性, 决定了信息处理的难度以及在方法和性能上的特殊性.水下分布式信息融合系统设计需要重点考虑的信息融合结构、信息关联、目标估计等关键技术之间存在的耦合性, 为融合系统的设计和关键技术的解决增加许多难度[1−2].例如,单被动观测系统只能获得目标的方位信息, 这是相对观测平台的不完全的观测量, 观测系统是条件可观测系统,其可观测性依赖观测平台的有效机动[3−4].而分布式多平台情况下, 不同传感器方位的时空一致处理困难、不同平台方位对比关联困难、虚假目标消除困难、定位与关联处理原理相悖等,传统的关联、融合估计方法难以适应[5−9].

由于直接影响到信息融合的性能[10], 信息关联技术受到理论和工程上的关注, 当前针对具体的融合系统已提出了许多解决办法, 比如用于量测关联的集合论描述法[1]、近邻域法[8]、聚类算法、灰关联等[9]、模糊/有限集多假设关联[11]、基于联合概率的神经网络数据互联[12−13]、深度学习的声纳数据融合[14]、分布式融合估计算法[15]等,以及进行传感器优化管理控制以影响关联和定位效果[16], 这些方法中所采用的滤波算法以系……