基于传感器网络的分布式自适应目标跟踪算法研究

发布时间：2021-12-24 05:12

　　近年来,分布式信号处理技术迅速发展,通过实现网络中每个传感器的本地处理和相邻传感器之间的通信,提高了网络的可扩展性和灵活性。目标跟踪作为信号处理领域的热点问题之一,已经被广泛应用于许多实际工程领域。因此,基于传感器网络的分布式自适应目标跟踪算法具有很大的发展空间和很高的学术研究价值。分布式粒子滤波算法（Distributed particle filtering algorithms,DPFs）作为最有前途的解决大型传感器网络中非线性系统的目标跟踪问题的方法之一,一直备受关注。本文分别从分布式目标跟踪算法和自适应组合系数两个方向开展研究,具体内容主要包括如下三个方面:1)针对如何在DPFs的跟踪性能和计算复杂度之间实现权衡的问题,提出了一种基于时延和多普勒的分布式重采样高斯粒子滤波直接跟踪算法（Distributed Resampling Gaussian particle filtering,D-ReGPF）,实现了一种基于异构网络的分布式粒子滤波算法。通过预先设定容许误差参数来自适应网络中每个传感器的粒子数,进而获得期望的跟踪性能,相对于D-GPF,具有更高的灵活性和鲁棒性。进一步... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

L个传感器的分布式传感器网络

【参考文献】：
期刊论文
[1]基于粒子滤波的目标跟踪研究[J]. 毛凤辉,林镇清.  计算机产品与流通. 2018(04)
[2]基于径向基-Galerkin解的反馈粒子滤波器[J]. 张宏欣,周穗华,冯士民.  电子学报. 2016(01)
[3]反馈粒子滤波在GPS/INS组合导航系统中的应用[J]. 秦岭,刘晨曦.  武汉轻工大学学报. 2015(04)

硕士论文
[1]基于无线传感器网络的分布式定位与跟踪算法研究[D]. 王岩岩.电子科技大学 2018
[2]分布式自适应定位算法研究[D]. 刘威.电子科技大学 2016



本文编号：3549880