تعیین مسیر بهینه رویتگر در ردیابی دو هدف با استفاده از اندازه‌گیری‌های زاویه سمت

از مسائل مهم در بسیاری از زمینه های نظارت، مونیتورینگ و سیستم های خدمات ارتباطی مدرن،مکان یابی و ردیابی چندین هدف می باشد که یک تعمیم منطقی از مسئله فیلترینگ تک هدفه است.به همین منظور لازم است از فیلترهایی استفاده شود که جهت یا فاصله نسبی هدف تا رویت گر را اندازه گیری می کنند. مزیت کاربردی استفاده از چنین سنسورهایی آن است که موقعیت سنسور را نشان نمی دهند.یکی از مسائل اساسی در زمینه ردیابی هنگامی که حسگر تنها جهت هدف را اندازه گیری می کند،وابستگی دقت تخمین به مسیر حرکت رویت گر است.توجه به مباحث مطرح شده تخمین موقعیت هدف بسیار ضروری است. لذا در این مقاله هدف تعیین مسیر بهینه ی رویت گر در ردیابی دو هدف متحرک می باشد، بطوریکه کارایی ردیابی افزایش یابد.ردیابی هدف توسط یک رویت گر و تنها از روی اندازه گیری جهت هدف نسبت به رویت گر صورت می گیرد. ابتدا مسیر رویت گر بصورت یک پروفایل ریاضی مطرح می شود و ضرایب آن توسط الگوریتم بهینه سازی بدست می آیند که کمترین میزان خطا را در ردیابی هدف با استفاده از فیلتر کالمن توسعه یافته که بعنوان یک تخمین گر بهینه انجام می شود.سپس مسیر دیگری معرفی می شود که بر اساس تخمین های بدست آمده توسط دو فیلتر کالمن توسعه یافته و بعد از آن فیلتر کالمن بدون بو می باشد.با مقایسه این دو روش و نتایج بدست آمده از مسیر بهینه سازی توسط الگوریتم ژنتیک چند هدفه،بهترین آن ها برای ادامه مسیر رویت گر مورد نظر پیشنهاد می شود.

Optimal Observer Path Planning in Tracking Two Targets Using Side Angle Measurements

Multitarget tracking is considered to be a significant issue in various areas of monitoring, supervision, and updated communication services. It is a logical, generalized, singletarget tracking problem. Therefore, it is of paramount importance to apply filters to measure the direction or relative distance of the target from the viewer. Not showing the position of the sensor is the functional advantage of such sensors. One of the main issues in tracking is the dependence of estimation accuracy on the moving path of the viewer when the sensor only measures the direction of the target. With this background in mind, it is essential to estimate the position of the target. The present study aimed to determine the optimal path of the viewer in the tracking of two moving targets in order to improve the tracking performance. Target tracking was performed by a viewer only by measuring the direction of the target toward the viewer. Initially, the viewer path was introduced as a mathematical profile, and its coefficients were determined using an optimization algorithm, which demonstrated the lowest error rate in target tracking using the Kalman filter as an optimal estimator. Afterwards, another path was introduced, which was developed based on the estimates obtained by two Kalman filters, followed by the unscented Kalman filter. At the final stage, the most efficient method to continue the desired viewer path was proposed based on the comparison of the two methods, and the results of the optimization path were obtained using a multiobjective genetic algorithm.