本发明属于多传感器数据融合,具体涉及一种快速协方差交叉融合方法。
背景技术:
1、分布式传感网络系统广泛存在于目标跟踪、战场监察、智能交通及智能电网状态监测等领域,如何融合多传感器信息得到系统状态的实时、准确、可靠估值是该领域的热点研究问题;在实际工程应用中,求解融合问题常需已知各传感器节点间的相关性信息,但局部估值间的相关性常难确定,即实际互协方差为未知、或不可计算;对各节点局部估值间实际互协方差未知的情形,若忽略各节点局部估计值之间的相关性,将导致融合精度下降,甚至出现融合结果不收敛的情况;
2、相比于其他融合方法,协方差交叉融合方法省略了实际互协方差的计算,可处理局部估值相关性未知的融合问题,但仅适用于两传感器融合;采用序贯协方差交叉算法可处理多传感器融合,但融合数据处理方式为串行,融合中心数据处理效率低;现有fastcovariance intersection融合方法可快速求解加权系数,提高数据处理效率,但其省略了优化步骤导致鲁棒精度低。
技术实现思路
1、本发明的目的在于提供一种快速协方差交叉融合方法,解决了现有方法不能并行处理融合数据,致使融合数据处理效率低,及省略优化步骤导致鲁棒精度低的问题。
2、为实现上述目的,本发明提供如下技术方案:一种快速协方差交叉融合方法,所述方法包括如下步骤:
3、步骤一:相关性未知的融合数据初始化与获取;融合数据初始化如下:
4、取整数,l为传感器个数,和分别为第i个局部估值及其赋值的初始参数;
5、步骤二:计算并行运算循环数nl;具体步骤包括:计算并行运算循环数nl,当2n-1≤l<2n时,nl=log2l+1;当l=2n时,nl=log2l,n取正整数;初始融合的传感器估值组数为nl传感器估值组数其中[·]表示取整;
6、步骤三:并行进行两传感器协方差交叉融合计算;由第l层第j对估值和及其融合误差方差保守上界和可得第l+1层第j个估值及其融合误差方差保守上界其可由下式给出其中和为第l层第2j-1标量加权系数在k时刻的值,可由极小化求得;
7、步骤四:将步骤三循环迭代执行nl次,得第nl层融合估值及其融合误差方差保守上界。
8、作为本发明的一种优选的技术方案,融合初始数据为局部估值及其误差方差保守上界。
9、与现有技术相比,本发明的有益效果是:
10、考虑了各局部估值相关性未知和融合数据串行处理对融合估值性能的影响,引入并行计算处理融合数据,循环迭代给出鲁棒融合估值;与现有融合方法相比,本发明处理局部相关性未知的融合估计问题,引入并行计算得到鲁棒估值,使该方法具有易于求解与实现的优点;解决了现有方法串行处理融合数据,致使其估计性能下降的问题;
11、利用分治策略,引入并行计算,给出循环次数计算公式,将多个传感器的协方差交叉融合转换为多个两传感器协方差交叉融合并行处理;将融合优化系数求解的多维非线性凸优化问题转换为多个并行的一维优化问题,保证了融合数据处理效率及融合方法精度;
12、解决了现有方法融合精度低,及传感器数量增大时,融合数据处理效率低,导致的融合性能下降问题。
1.一种快速协方差交叉融合方法,其特征在于:所述方法包括如下步骤:
2.根据权利要求1所述的一种快速协方差交叉融合方法,其特征在于:所述步骤一中,融合数据初始化如下:
3.根据权利要求1所述的一种快速协方差交叉融合方法,其特征在于:所述步骤二具体步骤包括:计算并行运算循环数nl,当2n-1≤l<2n时,nl=log2l+1;当l=2n时,nl=log2l,n取正整数;初始融合的传感器估值组数为nl传感器估值组数其中[·]表示取整。
4.根据权利要求1所述的一种快速协方差交叉融合方法,其特征在于:所述步骤三中,并行进行两传感器协方差交叉融合计算,由第l层第j对估值和及其融合误差方差保守上界和可得第l+1层第j个估值及其融合误差方差保守上界其可由下式给出其中和为第l层第2j-1标量加权系数在k时刻的值,可由极小化求得。
5.根据权利要求1所述的一种快速协方差交叉融合方法,其特征在于:所述步骤四中,将步骤三循环迭代执行nl次,得第nl层融合估值及其融合误差方差保守上界
6.根据权利要求1所述的一种快速协方差交叉融合方法,其特征在于:融合初始数据为局部估值及其误差方差保守上界。