ردیابی هدف توزیع‌شده مبتنی بر توافق میانگین وزن‌دار بر روی شبکه‌های راداری

در این مقاله مسئله‌ی ردیابی توزیع‌شده اهداف با معادلات دینامیکی غیرخطی و ابعاد بالا به وسیله‌ی شبکه‌ای از رادارهای همیار مورد بررسی قرار می‌گیرد. به دلایلی همچون تفاوت‌های عملکردی انواع رادارها در شاخص‌هایی مانند گستره‌ی دید، کارایی متفاوت آن‌ها درشرایط جوی مختلف و گوناگونی مدل اندازه‌گیری‌شان، استفاده از شبکه‌ها‌ی راداری و ترکیب و پردازش اطلاعات آن‌ها تاثیر به‌سزایی در افزایش دقت ردیابی موردنظر دارد. در میان روش‌های متفاوتی که برای ترکیب اطلاعات شبکه‌ای از رادارها وجود دارد، ترکیب توزیع‌شده در کنار دقت بالا، بیش‌ترین قابلیت اطمینان و امنیت را فراهم کرده و نیاز به بار محاسباتی پایینی دارد. اندازه‌گیری‌های غیرخطی هر رادار ابتدا به وسیله‌ی فیلتر کالمن مکعبی محلی پردازش شده و سپس درون یک فیلتر توافق قرار می‌گیرند تا عمل میانگین‌گیری وزن‌دار توزیع‌شده روی اطلاعات در سرتاسر شبکه انجام شود. ترکیب توزیع‌شده مورد استفاده با به‌ کار گیری الگوریتم توافق روی بردار و ماتریس اطلاعات، علاوه بر کاهش خطای ردیابی و بار محاسباتی شبکه، کرانداری را حتی با یک گام توافق برقرار می‌سازد. در نهایت و به وسیله‌ی شبیه‌سازی یک هدف مانوردار کارایی الگوریتم پیشنهادی در مسئله‌ی ردیابی هدف غیرخطی مورد ارزیابی قرار گرفته و دقت و برتری آن نسبت به روش‌های قبلی نشان داده می‌شود.

weighted average consensus-based distributed target tracking over radar networks

in this paper, the problem of distributed high-dimensional nonlinear target tracking over radar networks is investigated. since radar performances are different in range and measurement functions, utilizing radar networks, data fusion, and data processing increase the accuracy of tracking. among all data fusion methods for radar networks, distributed manner gains the most reliability and less computation burden with high tracking accuracy. first, nonlinear radar measurements are processed by a local cubature kalman filter in each agent. secondly, all processed data over all agents reach an agreement by utilizing a weighted average consensus filter. the proposed algorithm using the consensus on information method decreases the tracking error and computation burden and guarantees the boundedness for any number of consensus steps. finally, the efficiency of the proposed algorithm and superiority to traditional methods is demonstrated by performing a numerical simulation of tracking a maneuvering target.