摘要：为了避免无序竞争和使用有限的多传感器资源，多传感器系统通常在一定的约束条件下工作。传感器管理是控制传感器系统的自由度，满足实际约束条件，实现既定的任务目标，它广泛应用于如区域目标监视、空中交通管制等军用和民用领域。本文详细分析了传感器的管理方法。
关键词：数据融合；传感器；管理
传感器管理通过建立一定的优化指标，对整个融合过程实时监控和评价，从而实现传感器资源的优化配置，以满足特定任务目标的要求，在有限的资源条件下使整个系统的性能达到最大化。传感器管理的目的是充分利用有限的传感器资源，尽可能扫描整个目标空间，对多个目标进行监视，获得最佳的目标探测性能，并根据这一最优准则合理、科学地分配传感器管理。也即是说，传感器管理的核心问题是根据一定的优化准则确定目标选择的传感器类型，以及其工作模式和参数。传感器管理是信息融合理论中一个极其重要和复杂的问题，研究传感器管理方法具有重要的理论意义和应用价值。
一、传感器概述
传感器是一种检测装置，能感受到被测量的信息，并能将感受到的信息，按一定规律变换成为所需形式的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求。传感器的特点包括：微型化、数字化、智能化、多功能化、系统化、网络化。它是实现自动检测和自动控制的首要环节。一般由敏感元件、转换元件、变换电路和辅助电源四部分组成。其中，敏感元件直接感受被测量，并输出与被测量有确定关系的物理量信号；转换元件将敏感元件输出的物理量信号转换为电信号；变换电路负责对转换元件输出的电信号进行放大调制；转换元件和变换电路一般还需辅助电源供电。
二、传感器管理与数据融合的关系
1、数据融合的定义。数据融合最早用于军事领域，美国国防部JDL从军事应用的角度将数据融合定义为这样的一个过程，即把来自许多传感器和信息源的数据进行联合、相关、组合和估值的处理，以达到准确的位置估计与身份估计，以及对战场情况和威胁及其重要程度进行及时的完整评价。
数据融合是一个多层次、多方面的处理过程，这个过程是对多源数据进行检测、结合、相关、估计和组合，以达到精确的状态估计和身份估计，以及完整及时的态势评估和威胁估计。
2、关系。当前，数据融合的研究主要集中在数据融合结构、准则、算法的选择与优化上。当然，这些研究十分有必要，但这只是一种开环研究思路，即在传感器获得一定量信息的基础上，采用各种有效方法对获得的信息进行融合，从而提取出更多有用的信息。但未强调利用融合结果对传感器资源进行动态分配，也不把传感器管理作为一个反馈环节，形成闭环控制系统，从而不利于整个数据融合系统性能的提高和资源的动态优化，而且未达到传感器管理的最终目的。为此，提出一种由传感器子系统、数据融合子系统、决策支持子系统、传感器管理子系统组成的数据融合闭环控制模式。
传感器子系统相当于整个数据融合闭环系统的检测装置；数据融合子系统的功能是对传感器子系统检测到的信息进行融合处理，从而得到状态估计及目标属性，从而为决策支持子系统提供进一步融合的结果，以及传感器管理子系统提供反馈依据；决策支持子系统接收一级融合处理结果，进行二三级态势与威胁评估，融合结果也是传感器管理的必要依据之一；而传感器管理子系统根据反馈结果动态分配传感器资源。因此，传感器管理子系统对形成数据融合闭环控制系统具有不可替代的反馈调节作用，从而使对传感器管理与数据融合的研究从开环模式上升到闭环模式，更有利于从整个系统的角度对局部功能和具体实现算法进行动态优化。
三、传感器管理目的及用途
1、目的。
传感器管理(传感器控制)的目的是利用有限的传感器资源，满足对多个目标和扫描空间的要求，以得到各具体特性的最优度量值(检测概率、截获概率、传感器自身的发射能力、航迹精度或丢失概率等)，以这个最优准则对传感器资源进行合理科学的分配。也即是说，传感器管理的核心问题是依据一定的最优准则，确定目标选择何种传感器及该传感器的工作方式与参数。
2、用途
1)应用包含复杂的多模式传感器情况，如允许快速改变模式和指向的电子扫描雷达。这种能力要求传感器能灵活地调整目标扫描时间和复现目标时间，以便维持航迹和一定的照射目标时间，从而获得目标特征的测量。这种传感器的管理需对搜索中的传感器指向、航迹更新的回波采集优先级加以控制，它们分别由概率、航迹精度和目标分类精度所确定。为完成所有任务最有效地利用时间是这种传感器管理的目标。从电子扫描发展战略上看，如陆基雷达、舰载预警雷达和机载雷达就是属于此类传感器设备。
2)应用包括安装在一个平台上的多传感器系统。在这种情况下的传感器管理是对各个传感器的不同特性及时间的最有效利用。
3)应用包括在地理上分布的传感器网络。一种情况是多个传感器观察同一个目标，以便获取定位数据；另一种情况是当一个目标由一个传感器的监视区域进入另一个传感器监视区域时，后一个传感器能代替前一个传感器对目标进行跟踪控制。
四、传感器管理方法
1、基于线形规划的方法。主要思想是设计一个效能函数，它是目标优先级及传感器性能指标的函数，通过最大化效能函数来实现传感器对目标的分配。
2、基于动态规划的方法。通过最大化检测概率来实现传感器管理。为了解决动态规划的组合爆炸问题，有学者提出一种基于最大检测概率的传感器管理方法，该方法实际上也采用了动态规划，这种方法对单目标检测具有较小的错误率，但对多目标检测错误率甚大。其原因在于该算法一旦发现检测概率最大的目标，就不再去搜索其它目标。
3、基于信息论的方法。通过目标运动的信息来确定目标在某时刻的重要程度，以此来控制传感器对目标的检测和跟踪。这些不确定性可用信息熵来定量描述，通过一个量测执行，前后信息熵的减少可求得信息增量。对于目标检测和识别可用量测前后概率的变化计算信息熵的变化，而对目标跟踪可用量测前后误差协方差阵的变化计算信息熵的变化，根据使信息增量最大对传感器资源进行科学合理的分配。
4、基于模糊逻辑和神经网络的方法。战场环境和目标的不确定性，使传感器管理技术也充满了不确定性的挑战，模糊推理和神经网络作为近似优化的两种主要方法，被广泛应用于传感器管理领域。有学者提出一种传感器管理方案，该方案通过使用基于知识推理和模糊决策论实现了传感器的任务；还有学者使用一个后向更新神经网络，在条件变化情况下跟踪机动目标，其目标跟踪方案使用并行卡尔曼滤波器和神经网络，以此改善位置、速度和加速度的精度。
5、基于随机集合论的方法。有学者利用随机集合论将Hintz和Kastella的基于信息论的传感器管理方法推广到更一般的情况，从而使解决更为复杂的传感器管理系统成为可能。基于随机集理论的方法是传感器管理方法的发展趋势，它能解决复杂环境下的传感器管理问题。该方法将多传感器、多目标数据融合问题看作为单传感器、单目标的跟踪问题，这样传感器分配就可作为非线性控制理论中的最优估计问题。在这个全局模型中，传感器集被看作为一个单一的全局传感器，目标集被当作一个单一全局的目标，最优控制的目标函数是关于单个目标状态不确定性的全局最小值。
6、其他方法。关于传感器级和平台级传感器管理的研究已历经多年，其方法颇多，具有代表性的方法还有：基于目标格的方法、基于二元代数关系的方法、基于支持向量机的方法等。关于该类方法主要应用在机载多传感器管理、星载红外传感器管理、舰载声纳传感器管理、地面雷达传感器管理、移动机器人上传感器管理等。
参考文献：
[1]刘先省.传感器管理方法研究[J].电子学报，2015(03).
[2]罗开平.传感器管理述评[J].电子学报，2015(08).
[3]孙敏.传感器管理方法述评[J].科技视界,2016(02).