多媒体传感器网络中基于霍夫空间下曲线拟合协作目标定位算法.pdfVIP

多媒体传感器网络中基于霍夫空间下曲线拟合协作目标定位算法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
多媒体传感器网络中基于霍夫空间下曲线拟合的 协作目标定位算法 1,2 2 1 3 张波 罗海勇 刘冀伟 赵方 1 ( 北京科技大学信息工程学院,北京 100083 ) 2 ( 中国科学院计算技术研究所普适计算研究中心,北京 100190) 3 ( 北京邮电大学,北京 100876) 摘要: 为了对被动目标进行定位,提出一种基于节点间协作的定位算法,各个簇节点无需对目标 进行先验训练或特征识别,而是将目标建模为定位平面上的一条直线并将其转换到霍夫参数空间 中,在簇头节点利用最小二乘方法对各个离散点进行正弦曲线拟合,从而获得曲线的最优拟合参 数,即获得目标的准确坐标信息;此外,还针对异构摄像机网络中各个节点的置信度进行了分析, 进一步提出了加权协作定位算法。最后分析了该算法的时间复杂度优势以及通过仿真实验与真实 实验证明了该算法可以获得很高的定位精度。 关键词: 多媒体传感器网络; 协作定位; 霍夫变换; 正弦曲线拟合;最小二乘 中图分类号: TP391 文献标识码: A 文章编号: Collaboratively Target Localization Based on Curve-fitting in Hough Space for Multimedia Sensor Networks 1,2 2 1 3 Zhang Bo Luo Haiyong , Liu Jiwei , Zhao Fang (1 Information Engineering School, University of Science and Technology Beijing, Beijing 100083, China) (2 Institute of Computing Technology, Chinese Academy of Sciences, Pervasive Computing Research Center, Beijing, 100190, China) 3 ( Beijing University of Posts and Telecommunications ,Beijing 100876, China) Abstract: Based on collaboration between camera nodes, a target localization algorithm without prior training or feature recognition is proposed. Each node distributed models the target as a straight line on the ground plan and transfers it to a discrete point in Hough parameter space, then the cluster-head fits a sine curve in this space based on

您可能关注的文档

文档评论(0)

july77 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档