探测与控制学报
探測與控製學報
탐측여공제학보
JOURNAL OF DETECTION & CONTROL
2013年
2期
33-36
,共4页
水下目标定位%分布式传感器网络%数据融合算法%节点可信度%两级自适应调整
水下目標定位%分佈式傳感器網絡%數據融閤算法%節點可信度%兩級自適應調整
수하목표정위%분포식전감기망락%수거융합산법%절점가신도%량급자괄응조정
针对目前水下目标定位的数据融合算法定位误差较大,精度缺乏良好性能的情况,提出一种应用于水下分布式探测考虑节点可信度的基于线性最小方差估计(LMSE)和递归最小二乘(RLS)的自适应融合算法.该算法采用两级自适应调整得到最优加权因子,首先利用线性最小方差估计(LMSE)算法得到权系数的初始值,然后利用训练节点和递归最小二乘(RLS)算法自适应地调整达到最优.对水下静态和运动目标定位进行的仿真表明,相比单传感器定位,提出的融合算法的定位精度有约1～2个数量级的提高.
針對目前水下目標定位的數據融閤算法定位誤差較大,精度缺乏良好性能的情況,提齣一種應用于水下分佈式探測攷慮節點可信度的基于線性最小方差估計(LMSE)和遞歸最小二乘(RLS)的自適應融閤算法.該算法採用兩級自適應調整得到最優加權因子,首先利用線性最小方差估計(LMSE)算法得到權繫數的初始值,然後利用訓練節點和遞歸最小二乘(RLS)算法自適應地調整達到最優.對水下靜態和運動目標定位進行的倣真錶明,相比單傳感器定位,提齣的融閤算法的定位精度有約1～2箇數量級的提高.
침대목전수하목표정위적수거융합산법정위오차교대,정도결핍량호성능적정황,제출일충응용우수하분포식탐측고필절점가신도적기우선성최소방차고계(LMSE)화체귀최소이승(RLS)적자괄응융합산법.해산법채용량급자괄응조정득도최우가권인자,수선이용선성최소방차고계(LMSE)산법득도권계수적초시치,연후이용훈련절점화체귀최소이승(RLS)산법자괄응지조정체도최우.대수하정태화운동목표정위진행적방진표명,상비단전감기정위,제출적융합산법적정위정도유약1～2개수량급적제고.
