基于观测密度的传感器参数静态优化

摘要

由于观测直接影响了滤波算法的估计性能，因而传感器管理逐渐成为了贝叶斯滤波问题中的一个研究热点。当对传感器进行动态优化时，各时刻状态先验概率分布发挥了重要的作用。然而，当对传感器参数进行静态优化时，所有时刻的观测以及状态先验概率分布均是未知的。为了解决此问题，一种基于观测密度的目标函数被提出，用于对传感器参数进行评估，称之为最小期望相对观测密度(MEROD)。考虑到MEROD可能不存在解析解，为此，提出了一种基于MonteCarlo积分的目标函数数值计算方法，并证明了该方法的有效性。在纯方位跟踪实验中将优化后的传感器参数与随机选取的四组传感器参数进行比较。实验结果表明，当选用优化后的传感器参数时SIR以及UPF两种滤波器估计性能获得提高。