基于RIMMKF的一种传感器管理算法  

An Algorithm of Sensor Management Based on RIMMKF

作　　者：刘先省[1] 周林[1] 杜晓玉[2] 

机构地区：[1]河南大学先进控制与智能信息研究所,河南开封475001 [2]河南大学基础实验教学中心,河南开封475001

出　　处：《电子学报》2007年第12期2247-2251,共5页Acta Electronica Sinica

基　　金：国家自然科学基金(No.60272024);河南省高等学校创新人才培养工程;河南省教育厅自然科学基金(No.2006510001)

摘　　要：以重加权交互式多模型卡尔曼滤波(RIMMKF)为基础,提出了一种传感器管理算法.首先利用RIMM对联合多目标概率的量测更新和马尔可夫转移更新求取分辨力也即信息增量,然后利用信息增量最大化来分配传感器资源.所采用的模型弥补了交互式多模型(IMM)的不足.仿真结果表明,在机动多模型环境下,与IMMKF分辨力方法相比,本文所提算法行之有效且能使传感器资源得到有效地分配.This paper presents an algorithm of sensor management based on reweighted interacting multiple models kalman filtering（ RIMMKF）. In this algorithm, discrimination via, information gain is obtained by measurement update and Markov transform update of joint multi-target probability using RIMM, and then the sensor resource is distributed by maximizing information gain. In this algorithm, the deficiency of interacting multiple models （IMM） is improved by RIMM. Simulation results show that compared with the method of IMMKF discrimination, this algorithm is reasonable and the sensor resource is effectively distributed trader the circumstance of dynamic multiple models.

关 键 词：传感器管理 分辨力 信息增量 重加权交互式多模型滤波 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]