一种多传感器随机化数据关联融合方法

1.一种多传感器随机化数据关联融合方法，其特征在于，包括以下步骤：步骤1：向融合中心输入第k时刻融合中心的所有目标的状态估计集合 以及对应的所有目标状态估计的协方差矩阵集合 步骤2：收集L个传感器在k+1时刻产生的所有观测数据，得到观测集合Y k+1 ；步骤3：通过离散动态系统的状态方程对估计集合 中的每个目标状态估计 以及协方差矩阵集合 中的每一个状态协方差矩阵 进行预报，得到目标的预报状态估计集合 以及预报协方差矩阵集合 每一个目标x k|k 的预报状态估计以及预报协方差矩阵的计算方法为：其中，Q k 为状态噪声，F为状态转移矩阵；F′为F的转置；步骤4：通过所述预报状态估计集合 以及观测集合Y k+1 建立多传感器随机化数据关联的线性规划问题，并求解得局部假设的概率 所述多传感器随机化数据关联的线性规划问题为：s.t.：for i l ＝0，...，N l and l＝2，...，L-1，其中， 以及 分别为选取局部假设(i c ，i 1 ，…，i L )对应的损失以及概率；N c 为融合中心的目标数，N l 为第l个局部传感器产生观测的个数；步骤5：利用随机系数矩阵卡尔曼滤波以及所述局部假设的概率 更新所述预报状态估计集合 中的每一个预报状态估计 至 更新预报协方差矩阵集合 中每一个目标状态的预报协方差矩阵 至 得到目标更新的状态估计集合 以及更新的状态协方差矩阵 关联问题采取随机化决策，考虑下面的观测矩阵为随机参数矩阵的形式；则中心的观测方程为y k+1 ＝H t+1 x k+1 +w k+1其中，H k+1 和w k+1 是随机矩阵，其离散分布具有M c 个实现，具体表示形式如下： 概率为 … 概率为 其中， 为第m c 个实现的概率； 和 为第m c 个实现对应的观测矩阵和观测噪声，m c ＝1，…，M c ；观测y k+1 、观测矩阵 和观测噪声 均为堆叠矩阵，具体表示为：y k+1 ＝(y′ k+1，1 ，…，y′ k+1，L )′其中，m c 表示观测方程的第m c 个实现；那么采取随机化的决策每一个目标的更新的状态估计以及协方差的计算方法为：其中，K k+1 为增益矩阵； 为观测矩阵H k+1 的期望； 表示第m c 个实现中观测噪声的协方差矩阵， 为随机向量w k+1 的协方差矩阵；步骤6：输出k+1时刻的目标状态估计集合 和协方差阵集合 2.根据权利要求1所述的多传感器随机化数据关联融合方法，其特征在于，所述步骤2中，采用传输局部传感器处理过的观测，即中心的融合方法，改变多传感器随机化数据关联融合方法中的步骤2数据的收集、步骤4的线性规划问题以及步骤5的滤波更新的计算方式；具体为：收集L个局部传感器得到状态估计集合 状态预报集合 协方差阵集合 协方差阵预报集合 以及更新状态所使用的观测 其中 以及 为第l个局部传感器传输给融合中心的数据且数据量为 则步骤4中的数据关联的线性规划问题为：s.t.：由上定义线性规划问题，获得局部假设的概率 而步骤5中的滤波更新使用局部传感器的估计结果得到：其中 表示Moore-Penrose广义逆， 表示矩阵 的第l个列块。