无线传感网中多传感器特征融合算法研究

被引：18

作者：

曹红兵

魏建明

刘海涛

机构：

[1] 中国科学院上海微系统与信息技术研究所

来源：

电子与信息学报 | 2010年 / 32卷 / 01期

关键词：

无线传感器网络; 特征融合; 局域判别基; 二进制粒子群优化; 可分性测度;

D O I：

暂无

中图分类号：

TP212.9 [传感器的应用]; TN929.5 [移动通信];

学科分类号：

080804 [电力电子与电力传动]; 140102 [集成电路设计与设计自动化];

摘要：

面向无线传感器网络在地面目标识别方面的应用需求,该文提出了一种基于改进局域判别基(Local Discriminant Bases,LDB)和二进制粒子群优化(Binary Particle Swarm Optimization,BPSO)方法的多传感器特征融合算法。利用新的基于概率密度估计的相对微分熵可分性测度来改进LDB,以提取目标信号的特征频段,然后分别利用一种改进的和一种全新的BPSO来实现特征融合。基于实地采集到的地面目标的声音和震动信号,仿真实验表明,该方法减少了所需分类器的数目,降低了特征维数,并在一定程度上提高了目标的正确识别率,具有实际的应用价值。

引用

页码：166 / 171

页数：6

共 9 条

[1]

局域判别基空间能量的水声目标特征提取 [J].

柳革命 ;

孙超 ;

刘兵 ;

杨益新 .

声学技术, 2007, (06) :1089-1093

[2]

地震动信号的分析与目标识别(英文) [J].

聂伟荣 ;

朱继南 ;

郭亚军 ;

夏虹 .

电子科技大学学报, 2003, (01) :26-30

[3]

Distributed classification of acoustic targets in wireless audio-sensor networks [J].

Malhotra, Baljeet ;

Nikolaidis, Ioanis ;

Harms, Janelle .

COMPUTER NETWORKS, 2008, 52 (13) :2582-2593

[4]

Wireless sensor network survey [J].

Yick, Jennifer ;

Mukherjee, Biswanath ;

Ghosal, Dipak .

COMPUTER NETWORKS, 2008, 52 (12) :2292-2330

[5]

Improved DS acoustic–seismic modality fusion for ground-moving target classification in wireless sensor networks.[J].Qiang Pan;Jianming Wei;Hongbing Cao;Na Li;Haitao Liu.Pattern Recognition Letters.2007, 16

[6]

Vehicle classification in sensor networks using time-domain signal processing and neural networks [J].