[发明专利]一种基于动态分辨熵的传感器优化管理方法

说明书

技术领域

本发明涉及传感器模式分配技术。 

背景技术

多源传感器数据融合模型中，传感器管理是其关键，有效实现传感器管理是当前领域内研究的热点。多源指的是多种来源，即需要用到的不同类型、功能等的多种传感器的集合。传感器管理要求系统将多源传感器获得的探测资源进行优化，达到最优化探测结果的目的，满足多目标下的目标监控，识别和获取区域空间信息。传感器管理即是为系统中的多源传感器分配工作模式，如红外模式、雷达模式等。针对不同类别的探测目标，传感器使用不同工作模块会得到不同的探测效果。 

常规的传感器管理方法有：不确定信息环境中利用数学概率分析的方法；在进行最佳探测选取时采用Greedy的人工智能优化算法；采用信息论的方法等等。 

对于数据融合系统而言，系统每一次工作都是对环境不确定性信息的精确化，是所获得的信息量不断增加的过程。Rényi信息熵就是一种可进行不同概率之间信息增量变化的公式： 

Dα(p1||p0)=1α-1ln∫p1α(x)p01-α(x)dx]]>

Rényi信息熵也被称为α熵。将系统未进行t时刻探测之前所获得的信息进行态势评估为概率p₀。在t时刻系统采用传感器对确定区域(或目标)探测之后所获得的态势估计为概率p₁。此处的α参数是用作调节p₀和p₁之间权重的。在α趋近于1的情况下，Rényi信息熵就转化为普通的Kullback–Leibler(KL)分辨熵，简称分辨熵。 

limα→1Dα(p1||p0)=∫p0(x)lnp0(x)p1(x)dx]]>

分辨熵可以用来计算两个具有p₀和p₁概率分布的信息增量。