陈 辉 ,刘雅婷 ,张双庆 ,韩崇昭

(1.兰州理工大学电气工程与信息工程学院,甘肃兰州 730050;2.西安交通大学综合自动化研究所,陕西西安 710049)

1 引言

随着传感器技术和信息融合技术的快速发展,传感器可以根据不同的任务目的进行工作方式及运行参数的最优配置,这就是传感器管理.传感器管理通常依照某一评价准则对传感器给定参数进行调节[1-3],以达到监控系统整体效用最大化的目的.传感器管理问题通常在部分可观测马尔科夫决策过程(partially observable Markov decision processes,POMDP)理论框架下展开研究[4-5].然而,在复杂的多目标跟踪中,由于在状态空间和量测空间存在多维不确定因素,为传感器管理技术研究增加了难度.

利用多目标滤波器可对复杂环境下的多目标信息进行有效感知.其中,感知可为传感器管理决策提供信息依据,进而获取以优化滤波性能为目的的最佳量测信息[6-7].一般来说,获取最佳量测过程的方法有两种,一种是基于信息论的传感器管理方法,该方法利用多目标的概率分布来建立评价准则.通常使用散度函数(如R´enyi散度)来度量信息量的差异[8-9],将量测空间所选散度函数的统计期望作为评价函数,在信息增益最大化的准则下解决传感器管理问题.虽然,基于信息论的传感器管理方法能够使得系统信息增量最大化,但在复杂的实际环境中容易忽略传感器管理任务的实际需求.而基于任务论的传感器管理方法[10-11]目的性更强,这类方法更加注重跟踪……