无线传感器网络的分布式目标跟踪研究

被引：36

作者：

周伟 ^{[1
,2
]}

石为人 ^{[2
]}

张洪德 ^{[2
]}

王小刚 ^{[2
]}

易军 ^{[1
]}

机构：

[1] 重庆科技学院电气与信息工程学院

[2] 重庆大学自动化学院

来源：

仪器仪表学报 | 2013年 / 34卷 / 07期

关键词：

无线传感器网络; 目标跟踪; 粒子滤波; 分布式;

D O I：

10.19650/j.cnki.cjsi.2013.07.007

中图分类号：

TP212.9 [传感器的应用]; TN929.5 [移动通信]; TN953 [雷达跟踪系统];

学科分类号：

080202 ; 080402 ; 080904 ; 0810 ; 081001 ; 081002 ; 081105 ; 0825 ;

摘要：

针对无线传感器网络节点计算能力和能量受限问题,提出一种分布式并行扩展卡尔曼粒子滤波算法。在网络动态分簇模型上,簇头将粒子集划分为多个子集,并分配到簇内各个传感器节点中并行运行,最后在簇头进行信息融合,得到目标状态估计。算法提高了粒子滤波效率,避免单个节点能量过度消耗,均衡了网络能耗。同时,算法利用扩展卡尔曼滤波器来产生粒子滤波的重要性密度函数,使得重要性密度函数抽样样本更加接近后验概率密度产生的样本。仿真结果表明,算法对运动目标能实现较好的预测和跟踪,跟踪精度高,并能有效平衡网络能耗。实验结果说明了提出算法的有效性和可行性。

引用

页码：46 / 52

页数：7

共 8 条

[1] 基于无线声阵列传感器网络的实时多目标跟踪平台设计及实验 [J].

李元实 ;

王智 ;

鲍明 ;

冯大航 ;

卓书果 .

仪器仪表学报, 2012, 33 (01) :146-154

[2]

无线多跳传感器网络下基于粒子滤波的信道容错的目标跟踪方法[J]. 杨小军,邢科义.自动化学报. 2011(04)

[3] 无线传感器网络下的并行粒子滤波目标跟踪算法 [J].

屈剑锋 ;

柴毅 ;

郭茂耘 .

电子科技大学学报, 2011, (02) :231-236

[4] 基于粒子滤波的无线传感器网络目标跟踪算法 [J].

黄艳 ;

梁韦华 ;

于海斌 .

控制与决策, 2008, (12) :1389-1394

[5] 面向目标跟踪的传感器网络分布式组管理机制 [J].

申兴发 ;

李鸿斌 ;

赵军 ;

王智 ;

孙优贤 .

仪器仪表学报, 2007, (06) :966-972

[6] 无线传感器网络的研究现状及发展趋势 [J].

陈雄 ;

杜以书 ;

唐国新 .

系统仿真技术, 2005, (02) :67-73

[7]

Wireless sensor networks: a survey[J] . I.F. Akyildiz,W. Su,Y. Sankarasubramaniam,E. Cayirci.Computer Networks . 2002 (4)

[8]

Robust tracking algorithm for wireless sensor networks based on improved particle filter. WANG J,GAO Q H,WANG H Y,et al. Wireless Communications and Mobile Computing . 2012

← 1 →