多传感器目标跟踪信息增量的计算  

Calculation of Information Gain in Multi-Sensor Target Tracking

作　　者：兰艳亭[1] 林都[1] 郭雁文[1] 

机构地区：[1]中北大学信息与通信工程学院,山西太原030051

出　　处：《中北大学学报（自然科学版）》2009年第1期37-40,共4页Journal of North University of China(Natural Science Edition)

摘　　要：利用一个量测执行前后信息熵的减少及卡尔曼滤波方程中协方差的预测与更新阵,推导出传感器对目标进行检测或跟踪所产生的信息增量;并在给定最大允许的协方差阵P的情况下,得到最大的时间间隔n.对于多传感器目标跟踪乃至后续的目标属性信息融合、目标识别和战场态势的形成都有一定的实用价值,同时它为传感器的资源分配也提供了一种有效的方法.Using the decrease of the information entropy of a measurement and the prediction and updating matrixes of covariance in Kalman filter equations, we deduced the information gain in a measurement for target detecting or tracking. And if given the maximum allowable covariance matrix P, the maximum time interval n can be obtained. It is useful for the multi-sensor target tracking and even for the following target attributes information fusion, the target recognition and the form of tactical situation. The results have offered an effective approach for sensor resources assignment.

关 键 词：数据融合 传感器管理 目标跟踪 

分 类 号：TP212[自动化与计算机技术—检测技术与自动化装置]