基于分布式纳什Q学习的多传感器协同目标跟踪

• 作者: 胡杰 蔡佳 高翔 黄长强
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 工学
• 关键词: 目标跟踪 非线性滤波 强化学习 纳什Q学习 分布式控制 多传感器协同 算法
• 年，卷（期）: 2012,（z1）
• 页码范围: 60-65
• 分类号: TP274
• 字数: 4819字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2012.S1.013

摘要

针对传统目标跟踪算法过分依赖环境模型的问题,提出了一种基于分布式纳什Q学习的多传感器协同目标跟踪算法.分析了强化学习与分布式纳什Q学习算法的原理;描述了多传感器的协同跟踪态势,建立了离散系统的非线性模型,给出了传统的扩展卡尔曼滤波解决方法;定义了对分布式纳什Q学习性能影响至关重要的传感器行为和奖惩函数,奖惩函数通过计算预测误差方差阵的迹得到;采用基于贝叶斯推理的概率统计方法解决了Q函数的更新问题.纯方位量测信息的被动跟踪仿真结果表明,相比于传统滤波算法,该算法增强了传感器对环境变化的适应性,实现了对目标的有效跟踪,提高了跟踪精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄长强	空军工程大学航空航天工程学院	126	698	13.0	17.0
2	高翔	空军工程大学航空航天工程学院	25	106	6.0	8.0
3	蔡佳	空军工程大学航空航天工程学院	9	52	4.0	7.0