- 1、本文档共8页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
查看更多
时间异步无线传感器网络的分布式目标跟踪.pdf
高技术通讯 年 第 卷 第 期:
)%%0 $0 $% $%)1 O $%’%
:
!# $% ’(()* + #,,- $%%).%/(% )%%0 $% %%1
时间异步无线传感器网络的分布式目标跟踪!
! ! !
万江文 薛 皓 于 宁 陈 斌
(北京航空航天大学仪器科学与光电工程学院 北京 $%%$0$)
!
(北京邮电大学计算机学院 北京 $%%2(1)
摘 要 为了降低无线传感器网络在目标跟踪过程中的网络能耗,提出了一种时间异步
条件下的分布式目标跟踪方法。首先,依据节点到目标的距离进行动态成簇,以跟踪簇为
时间的计算单元,由簇头完成簇内跟踪时间计算及簇间贯序传递,然后引入并行粒子滤波
( )算法将粒子集分为多个子集,在子节点处并行采样、计算权重和重采样,最后,簇头
334
节点收集各子节点上传的结果并完成目标的局部状态估计。仿真结果表明, 算法具
334
有较好的跟踪精度,且相比于集中式粒子滤波( )算法,可降低约 的通信量。
534 ’26
关键词 无线传感器网络( ),目标跟踪,时间异步,并行粒子滤波( )
789 334
避免地增大网络的通信能耗,这对于一些实时性和
% 引 言 跟踪精度要求不高,但能量严格受限的应用场合(如
野生动物活动监测)往往是得不偿失的。
无线传感器网络( , )
:#;=,, ,-,; -:;? 789 针对以上问题,本文提出了一种无需时间同步
是一种按需求完成指定任务的“智能”系统,目标跟
协议支持的分布式无线传感器网络目标跟踪方法,
踪是其典型应用之一。跟踪过程中,传感器节点通
最后介绍了时间异步条件下,无线传感器网络目标
过相互协作和数据共享,在资源受限的条件下实现
跟踪过程中的传感器节点管理算法和并行粒子滤波
[]
对目标的跟踪。粒子滤波( $
, ) 是一
@A;#B= C#=; 34 ( , )的状态估计算法,并进行
@A;A=== @A;#B= C#=; 334
种非线性滤波技术,在处理非线性非高斯问题时具
了仿真验证。
有良好性能,被广泛应用于视频和雷达跟踪等领域,
但其不足之处在于算法的计算量庞大。为了解决该 $ 无线传感器网络的目标跟踪
[]
问题, ) 利用似然因子分解和参数驯化将粒子
5A,
[]
滤波分布式地在多个节点上
文档评论(0)