基于高斯粒子滤波的协作跟踪
Research on Collaborative Target Tracking based Gaussian Particle Filtering
无线传感器网络(WSN)是21世纪最重要的新兴技术之一,目标跟踪是WSN的一个重要应用领域.目标跟踪是通过测量目标与传感器节点的距离或角度来估计目标的运动轨迹,可以广泛应用于军事环境、医疗、交通等方面. 本文介绍了无线传感器网络的特点和目标跟踪研究现状,系统地分析了目标跟踪算法、传感器网络特有的跟踪策略和评价指标.在此基础上,提出了基于高斯粒子滤波的多传感器协作跟踪方案,并采用动态成簇技术实时地选择参与跟踪的节点集合,在保持跟踪精度的同时降低了网络能耗. 针对传感器网络资源受限的特点,选择无需重采样的高斯粒子滤波算法估计目标状态,降低了非线性跟踪的计算复杂程度,采用协方差交叉融合(CI)算法实现了多传感器数据融合,基于高斯粒子滤波技术的位置预测选择成员节点,并利用粒子群优化方法选择用于数据收集和转发的簇头节点.所提方案无需唤醒网络区域内部署的所有传感器节点,降低了网络传输能耗,同时避免了大量数据传输所造成的网络拥塞、控制消息过多和无线信道拥挤等现象. 最后,针对所提出的跟踪方案设计了相关的仿真实验.仿真结果表明,该方案在降低网络能量消耗的同时保持了较好的跟踪精度.
- 作者:
- 刘聪聪
- 学位授予单位:
- 信息科学与工程学院
- 专业名称:
- 控制理论与控制工程学科
- 授予学位:
- 硕士
- 学位年度:
- 2008年
- 导师姓名:
- 汪晋宽
- 关键词:
- 无线传感器网络;目标跟踪;高斯粒子滤波;粒子群优化Wireless Sensor Network;Target Tracking;Gaussian Particle Filtering;Particle Swarm Optimization
-