学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
传感器网络下机动目标动态协同跟踪算法
被引:13
作者
:
杨小军
论文数:
0
引用数:
0
h-index:
0
机构:
西安交通大学系统工程研究所机械制造系统工程国家重点实验室
西安交通大学系统工程研究所机械制造系统工程国家重点实验室
杨小军
[
1
]
邢科义
论文数:
0
引用数:
0
h-index:
0
机构:
西安交通大学系统工程研究所机械制造系统工程国家重点实验室
西安交通大学系统工程研究所机械制造系统工程国家重点实验室
邢科义
[
1
]
施坤林
论文数:
0
引用数:
0
h-index:
0
机构:
西安机电信息技术研究所机电工程与控制国家重点实验室
西安交通大学系统工程研究所机械制造系统工程国家重点实验室
施坤林
[
2
]
潘泉
论文数:
0
引用数:
0
h-index:
0
机构:
西北工业大学自动化学院
西安交通大学系统工程研究所机械制造系统工程国家重点实验室
潘泉
[
3
]
机构
:
[1]
西安交通大学系统工程研究所机械制造系统工程国家重点实验室
[2]
西安机电信息技术研究所机电工程与控制国家重点实验室
[3]
西北工业大学自动化学院
来源
:
自动化学报
|
2007年
/ 10期
基金
:
中国博士后科学基金;
关键词
:
传感器网络;
传感器协同;
Bayes推理;
粒子滤波;
D O I
:
10.16383/j.aas.2007.10.006
中图分类号
:
TP212.9 [传感器的应用];
TN929.5 [移动通信];
学科分类号
:
080202 ;
080402 ;
080904 ;
0810 ;
081001 ;
摘要
:
对传感器网络下的机动目标跟踪问题提出一种分布式传感器节点动态分簇、协同跟踪算法.通过在线优化目标跟踪的性能函数和通讯代价,自适应地选择节点并动态分簇,通过多传感器节点的协同感知以及信息融合提高了跟踪精度.由于问题的非线性和传感器节点的随机性,本文基于粒子滤波器在线预测和估计目标状态的概率分布,使用混合高斯粒子滤波器以及选择最短路径用于传感器节点之间的信息交换节约了通讯能量,通过一种有效的粒子方法逼近目标状态的预测方差以实现传感器节点的最优选择.仿真结果表明,与IDSQ算法相比较,本文提出的动态分簇算法实现了机动目标的高精度跟踪.
引用
收藏
页码:1029 / 1035
页数:7
相关论文
共 1 条
[1]
(美)邦迪(J.A.Bondy),(美)默蒂(U.S.R.Murty)著,吴望名等译.图论及其应用[M].北京:科学出版社,1984
←
1
→
共 1 条
[1]
(美)邦迪(J.A.Bondy),(美)默蒂(U.S.R.Murty)著,吴望名等译.图论及其应用[M].北京:科学出版社,1984
←
1
→