空中传感器的多传感器管理算法：基于Frank-Wolfe方法
摘要：无人机多传感器管理算法的提出 摘要：本研究提出了一种用于目标跟踪的空中多传感器管理算法，将多个无人机视为传感器。该算法的目的是确定传感器部署的配置，并以最佳方式指导移动传感器跟踪移动目标。性能指标的成本函数被定义为Fisher信息矩阵的D-最优性准则的组合。证明了成本函数的凸性，并通过Frank-Wolfe方法（也称为条件梯度下降法）推导出部署和指导问题的最优解。处理问题的一种直观的最优方法是将传感器引导到通过解决非线性优化问题获得的最佳位置。另一方面，所提出的方法将成本函数的条件梯度视为部署传感器的命令，以确保传感器位于可行点并实现当前最佳性能。仿真结果表明，所提出的算法比将每个传感器引导到其最佳位置具有更好的性能。
作者：Youngjoo Kim and Hyochoong Bang
论文ID：1807.08531
分类：Multiagent Systems
分类简称：cs.MA
提交时间：2018-07-24