西北工业大学自动化学院信息融合技术教育部重点实验室, 陕西 西安 710129
对Grassberger熵进行改进,采用改进的Grassberger熵计算信息增益,选择分裂节点的最优分裂属性训练随机森林分类器,利用经过训练的随机森林分类器预测选择性搜索生成的子窗口是否包含目标。对每个训练样本及子窗口提取1个归一化梯度幅值、3个LUV颜色通道和6个梯度方向直方图的特征。在SenseAndAvoid数据集上测试了所提方法的性能,取得了73.2%的平均检测准确率。结果表明:安全包络范围内的平均检测准确率高于98%。利用改进的Grassberger熵计算信息增益,能提高目标检测的准确率。
测量 目标检测 改进的Grassberger熵 随机森林分类器 信息增益
1 空军工程大学 装备管理与安全工程学院, 陕西 西安 710051
2 空军工程大学 装备管理与运用研究中心, 陕西 西安 710051
3 空军工程大学 空管领航学院, 陕西 西安 710051
针对光电跟踪系统对目标探测过程中发生的不完全量测现象, 采用雷达辅助光电跟踪系统进行协同跟踪保证量测的连续性。首先给出光电跟踪系统的不完全量测模型以及雷达辅助下的协同互牵引模型,提出基于粒子滤波的序贯融合算法; 其次, 利用粒子滤波求取传感器在每一时刻的Renyi信息增量作为协同过程互牵引准则, 确定互牵引触发时机, 确保协同过程的自主性。仿真结果表明: 通过选择合适的互牵引门限, 能够在尽量少的雷达辐射的条件下改善对目标跟踪性能并保证对目标探测的稳定性。
光电跟踪系统 不完全量测 协同跟踪 Renyi信息增量 互牵引 optic-electric tracking system intermittent observations cooperative tracking Renyi information gain cross cueing 红外与激光工程
2017, 46(12): 1217006
1 石家庄军械工程学院,石家庄 050003
2 沈阳军区军械雷达修理所,沈阳 110141
分析了当传感器资源较丰富时采用基于联合信息增量的传感器管理算法存在的问题,结合协方差自适应传感器管理算法的思想,给出了一种协方差和联合信息增量联合控制的传感器管理算法,并进行了算法的仿真。仿真结果表明,该算法既能够根据期望的精度对目标进行跟踪,又能够根据目标的机动性来动态地分配传感器资源,使得传感器的分配策略更加灵活。
传感器管理 信息融合 误差协方差 信息增量 sensor management information fusion error covariance information gain
