基于量化新息的容积粒子滤波融合目标跟踪算法
随着微电子技术、嵌入式计算技术和通信技术的飞速发展,加之人类生产生活对新技术的需求驱动,促使产生了一种新型的智能信息采集系统, 即无线传感器网络(Wireless sensor networks,WSN).无线传感器网络因其快捷部署的能力、自组织的网络功能、以及高容错性与高覆盖性等优点, 得到学术界和工业界的广泛关注, 在军事国防、工农业、城市管理、生物医疗、环境监测、抢险救灾、防恐反恐、危险区域远程控制等许多领域都有重要的科研价值和巨大的实用价值.在传感器网络的各种应用中,目标跟踪是一个重要而广泛的应用领域,这也使其成为传感器网络应用研究中的前沿和热点领域.针对现有非线性网络化目标跟踪融合算法存在的精度低和实用性差等不足,以一类带有噪声相关的非线性网络化目标跟踪系统为对象,研究基于测量信息量化策略和容积粒子滤波的目标跟踪融合算法.首先,利用状态方程恒等变换和矩阵相似变换理论解除过程噪声与测量噪声以及测量噪声之间的相关性;其次,各个传感器节点采用自适应策略量化局部测量新息并将其发送到融合中心(Fusion center,FC)；随后,在集中式融合框架下采用容积粒子滤波器设计基于测量值扩维的量化融合跟踪算法,进而给出相应的顺序滤波量化融合算法,上述算法可有效解决因自适应量化引起的非高斯问题;最后,通过两个计算机仿真实验验证了所提出跟踪算法的有效性.
无线传感器网络 目标跟踪算法 容积粒子滤波 信息量化策略
徐小良 汤显峰 葛泉波 管冰蕾
杭州电子科技大学计算机学院 杭州310018 浙江大学教育学院 杭州310028 杭州电子科技大学自动化学院 杭州310018 宁波工程学院电子与信息工程学院 宁波315016
国内会议
呼和浩特
中文
1867-1874
2013-08-01（万方平台首次上网日期，不代表论文的发表时间）