基于动态最小生成树的分布式协同目标跟踪算法

作     者：肖林 陆科林 王梦琦 姜博文 冉华明 周礼亮 XIAO Lin;LU Kelin;WANG Mengqi;JIANG Bowen;RAN Huaming;ZHOU Liliang

作者机构：中国航空工业集团公司沈阳飞机设计研究所沈阳110035 东南大学自动化学院南京210096 空军装备部驻成都地区第三军事代表室成都610036 中国电子科技集团公司航空电子信息系统技术重点实验室成都610036 

出 版 物：《电讯技术》 (Telecommunication Engineering)

年 卷 期：2024年第64卷第9期

页      面：1459-1466页

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 081001[工学-通信与信息系统] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：传感器网络 分布式协同 目标跟踪 最小生成树 通道滤波 

摘      要：针对多连接通信拓扑传感器网络因可能存在信息冗余和未知相关性而造成融合估计偏差较大的问题,提出了一种具有通信层和融合层的基于最小生成树的分布式协同目标跟踪算法。在通信层,基于Bellman-Ford-Moore算法对多传感器网络进行动态配置,生成具有最小生成树结构的通信拓扑,消除分布式传感器网络中的冗余连接。在融合层,各传感器节点基于树形连接拓扑的通道滤波算法,对其存储的局部数据和从相邻节点接收到的数据进行分布式数据融合,实现协同目标跟踪。同时,以融合估计的动态均方差为性能评价标准设计了一种通用的数据融合评价方法,对该目标跟踪算法的性能进行了分析。该算法可以推广至任意类型的通信拓扑,并可消除冗余通信连接。仿真结果表明,该算法在理论边界范围内的估计误差的比例大于95%,具有良好的估计精度、跟踪性能和鲁棒性。