基于水下传感器网络的非合作目标位置估计

发布时间：2020-12-11 21:58

　　基于水下传感器网络的目标跟踪继承了传感器网络中节点体积小、功耗低、分布灵活等特点,能够为水下非合作目标位置估计提供更加实时有效的数据支持。本文从水下非合作目标定位中的环境特性和目标特性出发进行了分析研究,设计了基于分组估计策略的跟踪算法和基于资源调度策略的跟踪算法,充分发掘分布式协同决策的优势,以获得更为快速可靠的目标跟踪。本文的研究工作主要包括如下两个方面:(1)针对水下定位中水声传播的滞后性及普遍存在的非视距(Non Line of Sight,NLOS)误差等环境因素的影响,提出了异步的距离测量方法和基于分组分配策略的NLOS量测定位算法。测量方法中利用异步的定位方式获取距离量测,削弱了传播滞后性的不利影响。定位算法中通过多个位置估计有效降低了NLOS量测噪声造成的定位精度衰落。数据仿真表明:对于存在NLOS测量值的水下跟踪,该算法能够提高定位精度。(2)针对非合作目标特性导致的量测失配、虚警干扰和目标数目不确定等问题,提出了一种基于资源调度策略的粒子滤波目标跟踪算法。通过节点之间的相互配合,提供目标数目和目标初始状态等确定性信息,避免量测失配和虚警干扰降低定位精度获得高性能的跟... 

【文章来源】：燕山大学河北省

【文章页数】：75 页

【学位级别】：硕士

【部分图文】：

C配置下的性能对比

-54-b) 两目标相近图 4-6 目标运动轨迹值得注意的是，两个目标接近相交区域的时间都发生在同一时钟周期，它们既理上的相交也是时间上的相交。根据这种思路，仿真中设置了两种实验场景，第场景下的两个目标轨迹方程为：2( )( ) 0.04( 50) 45( )x k ky k xz k k (4-282( )( ) 0.04( 50) 40( )x k ky k kz k k (4-29

多一点的粒子数量才能获得更好的估计效果，因此其仿真中设置粒子数为 10000。4.4.2 位置估计算法性能分析第一种情况下的性能对比图如图 4-7 所示。图 4-7a) 是场景一情况下多个目标的3D 跟踪对比图。多个目标在远离交汇区域时能获得高精度的定位结果，并且在进入交汇区域后通过提出的算法也能够跟踪目标的运动轨迹，并没有出现错误跟踪或者漏跟等现象。图 4-7b) 中对比了两个目标与其真实值之间的定位误差。从整体上可以

【参考文献】：
期刊论文
[1]基于粒子群及混沌算法的联合概率数据关联研究[J]. 吴德君.  自动化技术与应用. 2017(02)
[2]试论水下无线通信网络安全关键技术[J]. 莫兆伦,谢鑫华,谢玉波.  通讯世界. 2016(07)
[3]粒子滤波理论、方法及其在多目标跟踪中的应用[J]. 李天成,范红旗,孙树栋.  自动化学报. 2015(12)
[4]粒子滤波算法[J]. 王法胜,鲁明羽,赵清杰,袁泽剑.  计算机学报. 2014(08)
[5]无线传感器网络的研究进展[J]. 李建中,高宏.  计算机研究与发展. 2008(01)



本文编号：2911290