期刊文献+
共找到12篇文章
< 1 >
每页显示 20 50 100
C^4ISR多传感器跟踪资源协同分配方法研究 被引量:13
1
作者 黄俊 滕鹏 +1 位作者 于雷 周中良 《系统仿真学报》 CAS CSCD 北大核心 2009年第3期851-855,867,共6页
针对C4ISR多传感器的分布特点,提出了基于MAS(Multi-Agent System)的C4ISR多传感器资源管理系统框架结构;提出了考虑目标战略价值、优先等级、主动传感器平台价值和传感器协同能力因素在内的资源分配目标函数,建立了多传感器跟踪资源的... 针对C4ISR多传感器的分布特点,提出了基于MAS(Multi-Agent System)的C4ISR多传感器资源管理系统框架结构;提出了考虑目标战略价值、优先等级、主动传感器平台价值和传感器协同能力因素在内的资源分配目标函数,建立了多传感器跟踪资源的动态分配模型,提出一种多传感器Agent分布式协同拍卖的分配算法;基于HLA/RTI体系结构,开发了C4ISR多传感器跟踪资源管理仿真系统,并对所提出的分配方法进行了仿真验证;仿真结果表明本文提出的方法具有很好的优化能力和实时性,可应用于实际作战过程。 展开更多
关键词 C4ISR 多传感器 跟踪资源分配 拍卖 MAS HLA/RTI
下载PDF
基于修正Riccati方程与Kuhn-Munkres算法的多传感器跟踪资源分配 被引量:10
2
作者 童俊 单甘霖 《控制与决策》 EI CSCD 北大核心 2012年第5期747-751,共5页
多传感器管理是对一组传感器或测量设备进行自动或半自动控制的一种处理过程,它实现了整体性能的优化和资源的有效利用.在建立多传感器管理中传感器资源分配一般数学模型的基础上,研究基于修正Riccati方程与Kuhn-Munkres算法相结合的多... 多传感器管理是对一组传感器或测量设备进行自动或半自动控制的一种处理过程,它实现了整体性能的优化和资源的有效利用.在建立多传感器管理中传感器资源分配一般数学模型的基础上,研究基于修正Riccati方程与Kuhn-Munkres算法相结合的多传感器跟踪资源分配,同时给出了目标-传感器最优分配解的求解步骤.仿真结果表明了该方法的可行性. 展开更多
关键词 多传感器管理 多传感器跟踪资源分配 修正Riccati方程 价值函数 Kuhn-Munkres算法
原文传递
基于Cramér-Rao下限的多传感器跟踪资源协同分配 被引量:9
3
作者 童俊 单甘霖 《宇航学报》 EI CAS CSCD 北大核心 2012年第9期1314-1321,共8页
针对防空指挥控制系统中多传感器管理问题,提出了一种基于目标跟踪精度Cramér-Rao下限的多传感器跟踪资源协同分配方法。该方法首先利用目标战术重要性函数求解目标优先级;然后在目标优先级函数和目标—传感器配对效能函数的基础上... 针对防空指挥控制系统中多传感器管理问题,提出了一种基于目标跟踪精度Cramér-Rao下限的多传感器跟踪资源协同分配方法。该方法首先利用目标战术重要性函数求解目标优先级;然后在目标优先级函数和目标—传感器配对效能函数的基础上,构造了多传感器资源协同分配一般模型,并根据目标跟踪过程特点将Cramér-Rao下限引入到协同分配的模型中,使得在进行跟踪资源协同分配时无需考虑目标跟踪滤波算法的选择。对于分配过程中出现的NP(Non-deterministic polynomial)难问题,探讨了利用匈牙利算法寻求满足条件的目标传感器最优组合,给出了模型求解的步骤。仿真结果表明,这种多传感器跟踪资源协同分配方法的可行性与模型求解的快速性。 展开更多
关键词 多传感器管理 协同分配 目标优先级函数 效能函数 Cramér-Rao下限 匈牙利算法
下载PDF
基于多源数据分析的物联网智能跨层资源分配算法
4
作者 张进军 周锐 《安徽电气工程职业技术学院学报》 2024年第2期73-81,共9页
文章从提升物联网资源利用率和用户服务质量满意度出发,提出基于多源数据分析的物联网智能跨层资源分配算法。通过模糊物联网各层之间的界限,保证物联网物理层、传输层和应用层之间的信息交互;采用多传感器融合物联网多源数据,获取用户... 文章从提升物联网资源利用率和用户服务质量满意度出发,提出基于多源数据分析的物联网智能跨层资源分配算法。通过模糊物联网各层之间的界限,保证物联网物理层、传输层和应用层之间的信息交互;采用多传感器融合物联网多源数据,获取用户对物联网资源的需求;以终端用户的信道质量为约束条件,对不同信道质量需求终端用户分配调制编码方式;以最大化用户服务质量、吞吐量和用户之间的公平性为优化目标,采用模糊决策求解多目标问题,实现物联网智能跨层资源分配。实验结果表明:该算法应用后终端用户资源分配吞吐量高于10×10^(7)bps,归一化公平性指标在0.2左右,平均每秒中断次数为0.05,提升了服务质量和用户满意度;资源分配后不同信道传播环境的传输性能均较好,且受物联网设备数量影响小,可靠性较高。 展开更多
关键词 多源数据 多传感器 物联网资源 服务质量 智能跨层 资源分配
下载PDF
异构多平台传感器管理与智能控制系统设计 被引量:6
5
作者 牟之英 刘博 《指挥与控制学报》 2019年第3期221-227,共7页
针对分布式作战环境下多异构平台自组织管理和协同探测需求,提出了一种基于多智能体的异构多平台传感器管理与智能控制系统的实现方案.详细描述了系统的实现结构,给出了功能模块设计、管理策略以及实现方法,能综合考虑和平衡系统诸多任... 针对分布式作战环境下多异构平台自组织管理和协同探测需求,提出了一种基于多智能体的异构多平台传感器管理与智能控制系统的实现方案.详细描述了系统的实现结构,给出了功能模块设计、管理策略以及实现方法,能综合考虑和平衡系统诸多任务需求和各方面服务请求,使系统达到整体性能最优.实践证明该方案能实现多平台多传感器协同探测任务的合理分配与智能控制,有效提高了系统的协同能力、反应能力、生存能力和任务完成率. 展开更多
关键词 协同探测管理 智能控制 异构多平台 多传感器 任务分配 协同搜索 目标交接
下载PDF
一种基于改进DTW的人体运动模式感知算法 被引量:3
6
作者 李浩 闫国栋 +2 位作者 尹业成 于志远 乔尚岭 《中国惯性技术学报》 EI CSCD 北大核心 2022年第3期309-315,共7页
人体运动模式感知算法作为下肢外骨骼机器人的关键技术之一,是外骨骼能否平稳、高效地实现人机协同功能的基础。为提高感知精度,提出了一种改进的动态时间规整(DTW)算法和一种自适应权重分配机制。首先针对传统DTW算法存在匹配失真的问... 人体运动模式感知算法作为下肢外骨骼机器人的关键技术之一,是外骨骼能否平稳、高效地实现人机协同功能的基础。为提高感知精度,提出了一种改进的动态时间规整(DTW)算法和一种自适应权重分配机制。首先针对传统DTW算法存在匹配失真的问题,提出了一种新的路径约束条件,并适当松弛算法的端点,以处理端点部分数据可能无法对齐的问题;然后在多传感器决策层融合中设计了一种自适应权重分配机制;最后通过惯性测量单元(IMU)采集人体在六种常见运动模式下的运动数据进行实验。实验结果表明,所提出的改进DTW算法和自适应权重分配机制相结合有助于感知精度的提升,六种运动模式的平均感知精度由90.78%提升至97.64%。 展开更多
关键词 动态时间规整 运动模式感知 多传感器融合 权重分配机制
下载PDF
以任务需求为驱动的多传感器资源管理方法 被引量:17
7
作者 王琳 于雷 +1 位作者 寇英信 高成金 《系统工程与电子技术》 EI CSCD 北大核心 2010年第9期1925-1930,共6页
针对战斗机火控系统跟踪多目标过程中传感器资源管理问题,提出一种以任务需求为驱动的多传感器管理方法。该方法首先利用矩阵求迹的方式度量跟踪任务的信息需求;然后在分析任务优先级和传感器使用代价的基础上,建立以任务需求为驱动的... 针对战斗机火控系统跟踪多目标过程中传感器资源管理问题,提出一种以任务需求为驱动的多传感器管理方法。该方法首先利用矩阵求迹的方式度量跟踪任务的信息需求;然后在分析任务优先级和传感器使用代价的基础上,建立以任务需求为驱动的多传感器集中式管理模型,并根据多个跟踪任务的信息需求自适应地分配传感器资源;对于分配过程中出现的NP(non-deterministic polynomial)难问题,探讨了利用改进蚁群优化算法寻找满足任务需求的最优传感器组合的可行性,并给出传感器自适应分配方案。仿真结果表明,这种管理方法可以在保证跟踪精度的条件下,根据任务的信息需求合理地分配传感器资源;此外,以任务需求为驱动的传感器管理策略可以大幅减少主动式传感器的工作时间,对于提高战斗机的生存性具有重要的工程应用价值。 展开更多
关键词 多传感器资源管理 任务需求 自适应分配 蚁群算法
下载PDF
无线传感器网络空中目标跟踪任务分配技术的研究 被引量:14
8
作者 刘梅 李海昊 沈毅 《宇航学报》 EI CAS CSCD 北大核心 2007年第4期960-965,971,共7页
以无线传感器网络对空中飞行目标跟踪为背景,针对无线传感器网络协同技术中的任务分配问题,以降低传感器节点之间的通信能量消耗为目的,提出了一种基于弹性神经网络的任务分配算法。首先对多动态联盟多目标跟踪问题进行建模,然后依据最... 以无线传感器网络对空中飞行目标跟踪为背景,针对无线传感器网络协同技术中的任务分配问题,以降低传感器节点之间的通信能量消耗为目的,提出了一种基于弹性神经网络的任务分配算法。首先对多动态联盟多目标跟踪问题进行建模,然后依据最小能量准则,采用一种非全连接的环形结构的弹性神经网络模型,解决了多目标跟踪时的任务优化分配问题以及多个动态联盟对传感器资源竞争冲突时系统能耗增加的问题。仿真结果表明,该算法与传统的方法相比,大大降低了跟踪系统的能量消耗。 展开更多
关键词 无线传感器网络 多目标跟踪 任务分配 神经网络 动态联盟
下载PDF
多站无源定位最佳配置分析 被引量:11
9
作者 王本才 何友 +1 位作者 王国宏 修建娟 《中国科学:信息科学》 CSCD 2011年第10期1251-1267,共17页
为了提高多站无源定位精度,以LS算法的GDOP为基础对多站测向交叉定位的最佳配置形式进行了分析.指出当目标位于多传感器形成的闭合区域内、外侧时,其最佳配置形式是各相邻传感器间夹角相同,且传感器位于以目标位置(同时为坐标系原点)为... 为了提高多站无源定位精度,以LS算法的GDOP为基础对多站测向交叉定位的最佳配置形式进行了分析.指出当目标位于多传感器形成的闭合区域内、外侧时,其最佳配置形式是各相邻传感器间夹角相同,且传感器位于以目标位置(同时为坐标系原点)为圆心的外接圆上;如果在该最佳形式中没有对相邻夹角的限制,则LS算法可以达到方差最小意义下的最优估计;文中同时对最优估计及最佳配置条件下LS算法的一致性进行了分析.仿真结果验证了最佳配置形式的分析,并指出该形式可以应用到基于传感器管理的多站无源定位算法中. 展开更多
关键词 多站无源定位 最佳配置 GDOP夹角 一致性 最优估计
原文传递
基于改进蝙蝠算法的多传感器多目标分配 被引量:2
10
作者 张士磊 张朋 熊志刚 《电光与控制》 北大核心 2018年第4期92-96,共5页
针对多目标多传感器分配中的NP爆炸问题,引入蝙蝠算法进行求解。通过K-均值算法初始化、速度更新采用自适应步长、向反方向搜索及变异操作3项措施对基本蝙蝠算法进行改进,得到改进蝙蝠算法。在仿真实验中,一方面将改进蝙蝠算法和基本蝙... 针对多目标多传感器分配中的NP爆炸问题,引入蝙蝠算法进行求解。通过K-均值算法初始化、速度更新采用自适应步长、向反方向搜索及变异操作3项措施对基本蝙蝠算法进行改进,得到改进蝙蝠算法。在仿真实验中,一方面将改进蝙蝠算法和基本蝙蝠算法作对比,证明基本蝙蝠算法在改进后,其计算速度和寻优能力大大提高;另一方面将改进蝙蝠算法与粒子群算法、蜂群算法、狼群算法3种算法作对比,表明改进算法更适用于多传感器多目标分配问题求解,其求解质量更高。 展开更多
关键词 防空作战体系 多传感器多目标分配 蝙蝠算法 K-均值 自适应
下载PDF
传感器资源分配在某飞行指挥控制系统中应用 被引量:1
11
作者 张一博 黄志良 孙裔申 《指挥信息系统与技术》 2013年第4期51-54,84,共5页
首先,探讨了多传感器资源分配的一般模型;然后,针对某飞行指挥控制系统传感器的特点,采用层次分析法和模糊隶属度转换函数确定目标的优先级,利用参数均方差的匹配度作为跟踪精度效能函数,提出了适合某飞行指挥控制系统的传感器资... 首先,探讨了多传感器资源分配的一般模型;然后,针对某飞行指挥控制系统传感器的特点,采用层次分析法和模糊隶属度转换函数确定目标的优先级,利用参数均方差的匹配度作为跟踪精度效能函数,提出了适合某飞行指挥控制系统的传感器资源分配方法。最后,通过仿真证明,该方法合理可行。 展开更多
关键词 多传感器资源分配 层次分析法 效能函数
下载PDF
WSN中基于双群体差分进化的资源分配优化算法 被引量:8
12
作者 郝晓辰 王立元 +2 位作者 刘金硕 解力霞 张文焕 《通信学报》 EI CSCD 北大核心 2018年第4期68-75,共8页
针对多射频多信道(MRMC,multi-radio multi-channel)无线传感器网络中的链路冲突和链路干扰过大而导致的网络能耗过大、容量受限、资源分配不均衡的问题,提出一种基于双群体差分进化的联合资源分配优化算法(RADEA)。RADEA综合考虑了信... 针对多射频多信道(MRMC,multi-radio multi-channel)无线传感器网络中的链路冲突和链路干扰过大而导致的网络能耗过大、容量受限、资源分配不均衡的问题,提出一种基于双群体差分进化的联合资源分配优化算法(RADEA)。RADEA综合考虑了信道分配、功率控制和时隙分配之间相互影响的关系,以链路的冲突和干扰为约束条件,以减小网络能耗、最大化网络容量、提高资源分配的均衡性为目标函数,构建了系统的资源分配多目标优化模型。考虑到解决多目标优化问题的复杂性,采用双群体差分进化算法对模型进行迭代求解。仿真实验表明,该算法能够有效地避免链路冲突,同时能有效地降低网络干扰,提高网络容量和资源分配均衡性。 展开更多
关键词 多射频多信道无线传感器网络 信道分配 功率控制 时隙分配 多目标优化
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部