基于支持向量机的传感器管理技术研究.pdfVIP

2008年 第27卷 第 l1期 传感器与微系统 (TransducerandMicrosystemTechnologies) 21 基于支持向量机的传感器管理技术研究 蒋鼎国，张宇林，焦竹青，徐保国 (江南大学 通信与控制工程学院。江苏 无锡 214122) 摘 要：传感器的优化管理是影响多传感器 目标分配问题的重要环节。在分析传感器管理基本要求的基 础上，提出了一种基于支持向量机 (SVM)的新型 目标判定方法。利用SVM算法能够对经验风险和置信范 围进行有效控制的优点，以进行多传感器系统的融合预测与可靠性检测，最终实现了在实测数据和可靠的 目标预测信息下，对传感器资源的有效管理。仿真实例证明了该传感器管理方法的合理性和有效性。 关键词 ：传感器管理 ；目标判定：支持向量机 中图分类号 ：TP391 文献标识码：A 文章编号：1000--9787(2008)l1-0021-03 Study0n sensormanagementbased0n support Vector m aCn■l●ne：I： JIANG Ding·guo，ZHANG Yu—lin，JIAOZhu—qing，XU Bao—guo (SchoolofCommunicationandControlEngineering，JiangnanUniversity，Wuxi214122，China) Abstract：Sensoroptimalmanagementisveryimportanttomuhi—sensorsystem intargetassignment．Tosolvethe problem effectively，the basic requirementofsensormanagementare analyzed，and a noveltargetassignnmnt algorithmisproposedbasedonsupportvectormachine(SVM)，Throughtheactivecontroltotheexperiencerisk andbeliefrangeusingSVM ，thefusionforecastand reliableexaminationofmulti—sensorsystenliscarried on． Finally，theeffectivemanagementtosensorresourcesisrealizedundernleasureddataandreliabletargetprediction inf0rmation．TheresuhsofsimulationsindicatethatthemethodiSeffeetiveandreas0nable． Keywords：sensornlanagement；targetdetermination；supportvectormachine(SVM) 0 引 言 实现在可靠的目标预测信息下对传感器资源的有效管理。 近年来，随着传感器技术、信号检测与处理以及计算机 仿真实例说明了该方法的有效性和合理性。 技术的迅速发展，多传感器数据融合技术得到 lr广泛的应 1 传感器管理技术 用。为了充分发挥多传感器数据融合系统的功能特性，就 传感器管理是以满足传感器与目标配对和 目标优先级 需要在环境条件允许的情况下，对有限的传感器资源进行 排序为前提的一种传感器资源合理配置的方式。而传感器 科学合理的分配 。于是，传感器管理技术也就成为多传 与 目标配对主要根据传感器的 “品质因素”和 目标数据的 感器数据融合系统的一个重要组成部分。 “概略值