公开(公告)号：CN109523011B

公开(公告)日：2021-07-27

申请号：CN201811321756.0

申请日：2018-11-06

Applicant: 哈尔滨工业大学(深圳)

Inventor： 张钦宇 ,  陈冬强 ,  韩啸 ,  杨毅 ,  韩继泽 ,  陶维晓

IPC: G06N3/00 ,  G06N3/12

Abstract: 本发明涉及一种面向多无人机协同探测的多传感器自适应管理方法。该方法包括采用贝叶斯网络推理技术的目标协同识别模型；利用贝叶斯网络通过离线学习和在线学习的方式得到多传感器特征级别协同感知概率；使用感知信息熵来表征目标类别的“不确定性”；基于感知信息熵建立了目标协同识别到传感器动态管理的“感知‑学习‑决策‑行动”的探测闭环；使用感知信息熵增量作为多无人机协同探测网络的传感器资源动态调度的判断依据；采用遗传算法与粒子群算法相结合的智能优化算法提升“多无人机‑多目标”的分配效率；从多传感器多目标特征综合识别的角度出发，利用多种传感器探测的多种特征对未知目标进行识别。

公开(公告)号：CN109523011A

公开(公告)日：2019-03-26

申请号：CN201811321756.0

申请日：2018-11-06

Applicant: 哈尔滨工业大学(深圳)

Inventor： 张钦宇 ,  陈冬强 ,  韩啸 ,  杨毅 ,  韩继泽 ,  陶维晓

IPC: G06N3/00 ,  G06N3/12

Abstract: 本发明涉及一种面向多无人机协同探测的多传感器自适应管理方法。该方法包括采用贝叶斯网络推理技术的目标协同识别模型；利用贝叶斯网络通过离线学习和在线学习的方式得到多传感器特征级别协同感知概率；使用感知信息熵来表征目标类别的“不确定性”；基于感知信息熵建立了目标协同识别到传感器动态管理的“感知-学习-决策-行动”的探测闭环；使用感知信息熵增量作为多无人机协同探测网络的传感器资源动态调度的判断依据；采用遗传算法与粒子群算法相结合的智能优化算法提升“多无人机-多目标”的分配效率；从多传感器多目标特征综合识别的角度出发，利用多种传感器探测的多种特征对未知目标进行识别。