震动阵列目标检测传感网中传感器配准技术的研究

• 作 者: 孙雨轩
• 机 构: 中国科学院大学
• 出 处: 中国科学院研究生院 中国科学院大学
• 发表日期: 2012年期
• 关键词: 震动阵列目标检测传感网 传感器配准 关联方程 参数估计 粒子群优化算法

在震动阵列目标检测传感网中，普遍存在由各传感器采样异步、地理位置偏差及浅层地表地震波传播介质差异等因素所引入的系统误差。这些误差会严重影响信息融合的效果，降低震动阵列目标检测传感网对入侵目标检测、识别，分区及定位的准确率。本文依托国家科技重大专项及国家973计划项目，以震动阵列目标检测传感网为研究背景，展开传感器配准技术的研究工作。本文的主要研究内容成果及创新点如下:　　
首先，针对传感器网络应用相关性较强的特点，分别对浅层地表地震波传播介质差异、空间地理位置偏差及采样异步等主要系统误差在震动阵列目标检测传感网中的具体表现形式及彼此间独立性进行研究，从而细化以下各章节的研究对象。　　
其次，针对浅层地表地震波传播介质影响因素的复杂多样，引入非参数分量以充分考虑无法参数化的各类潜在影响因素，提出了半参数浅层地表地震波传播关联方程的构建方法，并根据极大似然估计准则，提出了粒子群最优估计的关联方差参数求解算法。实验结果表明，所构建的关联方程基本符合实际，各相关参数求解准确，且稳定性较高。　　
再次，针对空间地理位置偏差的具体存在形式，提出了各传感器对目标方位观测值与地理位置偏差关联方程的构建方法。将牛顿法中的梯度因子同粒子群优化算法相结合，提出了基于极大似然估计准则的Gradient-based粒子群优化算法对关联方程进行参数求解，实现局部最优与全局最优的权衡。实验结果表明，算法对地理位置偏差的估计为无偏估计且准确率较高、收敛性较强。　　
最后，针对各传感器由采样异步所导致的时间误差的多样性与复杂性，提出了以非均匀有理B样条曲线模型为基础，对各传感器离散观测特征进行连续化曲线拟合的方法，并提出了动态改进微分进化算法以确保曲线拟合的结果更符合实际。实验结果表明，相较于传统时间配准算法，此算法的配准精度和稳定性有明显提高，收敛性较强，时耗增速随已知观测特征的增加而逐步减缓。