基于纯测距的移动传感器网络目标跟踪算法

发布时间：2022-01-24 00:10

　　针对纯测距条件下移动传感器网络中的目标跟踪问题,提出一种基于非线性滤波和多维标度的目标跟踪算法。根据传感器和目标之间存在的相对运动,建立带约束的动态距离模型,利用无迹卡尔曼滤波算法提高模型对距离及距离变化率的估计精度。在此基础上,结合传感器自身的位置、速度等状态信息,使用加权多维标度方法估计目标位置和速度。仿真结果表明,在只有距离信息的情况下,该算法能够实现对目标位置的高精度定位,速度估计结果也能准确反映目标的真实运动情况,与ML-KF算法相比整体跟踪效果更好。 

【文章来源】：计算机工程. 2020,46(11)北大核心CSCD

【文章页数】：7 页

【部分图文】：

三维空间中4个传感器对1个目标的跟踪场景

图2～图4分别显示了本文算法和文献[10]算法对三维空间中目标在x、y、z坐标方向上的位置估计结果。可以看出,2种算法的跟踪结果相似,但本文算法的位置估计曲线更接近目标的真实轨迹。图5显示了100次蒙特卡罗仿真实验的均方根误差。可以看出,在测距误差服从均值为0、方差为1高斯分布的情况下,本文算法的RMSE稳定在1.08 m左右,ML-KF算法的RMSE约为1.26 m。相比于ML-KF算法,本文算法能够使定位精度提高约16.67%。图3 y方向位置估计结果

z方向位置估计结果

【参考文献】：
期刊论文
[1]基于不完全测距的移动传感器网络定位算法[J]. 李卫华,贾丹,王鹏.  控制与决策. 2018(04)
[2]室内非视距环境下基于改进多维标度的优化定位算法[J]. 贾丹,李卫华,王鹏.  空军工程大学学报(自然科学版). 2017(03)
[3]通信受限下分布式多传感器协同跟踪算法[J]. 赵猛,左燕,李明地,郭宝峰.  火力与指挥控制. 2017(06)
[4]结合极大似然距离估计的MDS-MAP节点定位算法[J]. 李津蓉,王万良,介婧,姚信威.  传感技术学报. 2016(04)
[5]基于SINGER模型的实时误差配准算法及分析[J]. 李洋,张靖.  系统工程与电子技术. 2015(06)
[6]基于蜂拥控制的移动传感器网络目标跟踪算法[J]. 娄柯,崔宝同,李纹.  控制与决策. 2013(11)
[7]基于MDS-MAP和非线性滤波的WSN定位算法[J]. 陈岁生,卢建刚,楼晓春.  浙江大学学报(工学版). 2012(05)
[8]基于相互测距信息的机群组网协同定位技术[J]. 刘俊成,张京娟,冯培德.  北京航空航天大学学报. 2012(04)
[9]双层协作的无线传感器网络目标跟踪方法[J]. 于涛,孙燕.  计算机工程. 2011(17)
[10]空中多运动平台多传感器目标跟踪[J]. 赵岐诚,江晶,盖旭刚.  现代雷达. 2009(10)



本文编号：3605436