用于感知受限环境中多智能体系统跟踪的具有最优精度的稀疏感知架构
系统与控制
2021-03-02 v1 系统与控制
摘要
本文考虑多智能体系统的跟踪问题，具体场景为部分智能体进入感知受限环境或表现为非合作目标。研究重点是在保证指定估计性能的同时，确定最优传感器精度并促进传感器测量的稀疏性。问题在离散时间集中式卡尔曼滤波框架下建模。通过求解一个受线性矩阵不等式约束的半定规划，以最小化精度矩阵的迹，该矩阵定义为传感器噪声协方差矩阵的逆。仿真结果揭示了传感器精度与感知频率之间的权衡。
引用
@article{arxiv.2103.00739,
title = {Sparse Sensing Architectures with Optimal Precision for Tracking Multi-agent Systems in Sensing-denied Environments},
author = {Vedang M. Deshpande and Raktim Bhattacharya},
journal= {arXiv preprint arXiv:2103.00739},
year = {2021}
}