信息融合系统中多传感器管理的研究动态

《信息融合系统中多传感器管理的研究动态》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、word文档整理分享信息融合系统中多传感器管理的研究动态单甘霖，童俊（军械工程学院光学与电子工程系，河北石家庄050003）摘要：针对信息融合系统中多传感器管理问题，阐述了基本目的、研究范围和相应功能。在分析国内外多传感器管理研究现状的基础上，对多传感器管理的基本方法进行了分类与归纳。同时对多传感器管理体系的研究作了简要总结。最后指出了信息融合系统中多传感器管理有待研究的几个问题。关键词：信息融合系统；多传感器管理中图分类号：TP391文献标识码：A文章编号：ReviewofMulti-sensorManagementinInformationF

2、usionSystemSHANGan-lin,TONGJun(Dept.ofOpticalandElectronicEngineering,OrdnanceEngineeringCollegeShijiazhuang050003,Hebei,China)Abstract:Thebasicconcept,researchrangeandfunctionaresummarizedformulti-sensormanagement.Andthemethodsofmulti-sensormanagementareanalyzedandsynthesize

3、dbasedonthestatusquo.Thenmulti-sensormanagementsystemsarepresentedbriefly.Intheend,severalmulti-sensormanagementissuesareindicatedininformationfusionsystems.Keywords:Informationfusionsystem;Multi-sensormanagement参考资料word文档整理分享1引言随着传感技术、信号与信息处理技术以及计算技术的发展，多传感器信息融合得到广泛应用。为了充分发挥

4、多传感器信息融合系统的效能，必须在一定的环境条件下，对有限的多传感器资源进行优化整合与管理，因此多传感器管理逐渐成为信息融合系统中的一个重要组成部分。多传感器管理，也可称多传感器控制，其目的[1]是利用有限的传感器资源，满足对多目标和多扫描空间的需求，以获得各个具体特性的最优度量值（如检测概率，截获概率，传感器自身发射能力，目标跟踪精度，目标识别概率等），并以此最优准则对多传感器资源进行科学合理的管理。简单地说，就是在合适的时间合适的地点选择合适的传感器对合适的目标执行合适的任务。多传感器管理的范围[2]主要包括空间管理、模式管理和时间管理等。其

5、相应的功能[3]有目标优先级排列、事件预测、传感器预测、传感器对目标的分配、时空范围内的传感器控制与配置以及某一传感器出现故障情况下的多传感器控制策略等。目前，多传感器管理初步或已经被应用于许多实际系统中，如战斗机火控系统多传感器管理、星载SAR/红外传感器管理、潜/舰载声纳传感器管理、地面防空武器系统（C4KISR）中的雷达、红外等多传感器管理、移动机器人多传感器路径规划以及面向移动目标的多卫星任务规划管理等。本文试图从多传感器管理的研究架构、方法以及相应体系进行概述，以更好地了解其研究现状和发展趋势。2多传感器管理研究架构1977年JMNas

6、h[4]利用线性规划研究了单平台多传感器跟踪多目标过程中传感器与目标的最优配对，从而开启了多传感器管理研究的先河。然而多传感器管理的基本研究架构，却出现较晚。新加坡学者GWNg[5]于本世纪初从多传感器管理功能的角度出发将其分为三层：低层、中层和高层。多传感器低层管理是指对单个多模式传感器（如相控阵雷达）的独立控制，诸如指向、频率以及电源等的管理；多传感器中层管理主要是指多传感器的任务（探测、跟踪或识别等）实现和相应的运行模式，主要负责多传感器资源分配、任务需求调度、传感器指示交接与模式切换等等；多传感器高层管理是指多传感器间的信息交互，对目标和

7、任务的协同控制，根据任务需求的可工作传感器动态部署（优化布站）。JAnderson[6]根据美国参考资料word文档整理分享国防部试验联合指导工作组所提出的JDL-User（Fusion2004）信息融合模型，指出多传感器资源管理贯穿于信息融合的四级，并认为用户对态势认识的信息须与多传感器管理相联系。ARBenaskeur[7]进一步指出与信息融合交互下的闭环多传感器管理明显优于不交互下开环传感器管理。Dambreville[8]针对机动目标复杂检测系统的时间与空间联合管理，给出了多传感器资源在时空约束下联合数学描述框架，通过对多传感器资源的合理

8、调度实现信息融合的效果和效率。西北工业大学的潘泉、刘先省[3]对多传感器管理进行了量化，给出了相应的数学模型，并从传感器执行检测、跟踪和