基于传感器网络的分布式估计和跟踪

发布时间：2024-01-14 08:18

　　现阶段,无线传感器网络(WSN)的定位、监控、追踪技术已广泛应用到军事、农业生产、辅助工业生产、基础设施状态监控、智能交通系统、医疗系统、生态监控、智能家居等领域之中。基于传感器网络的分布式估计问题是定位、监控和追踪的基本问题,是当前的研究热点。目前,一致性协议广泛应用于分布式估计算法的设计。本文研究传感器网络中基于一致性的分布式估计和目标跟踪算法。传统的一致性问题的讨论大多基于网络拓扑的邻接矩阵和拉普拉斯矩阵,但是计算拉普拉斯矩阵特征值需要整个网络拓扑的连接信息和权重值,若设计权重来配置拉普拉斯矩阵特征值则更加复杂。在不同的网络拓扑中,通信权重对于目标状态的观测和跟踪有着不同的影响。论文一方面着重研究传感器网络基于一致性的卡尔曼滤波算法中权重的分布式设计问题。另一方面研究基于分布式观测器的分布式目标跟踪算法。主要工作如下:1、传统文献中基于网络结构的拉普拉斯矩阵设计的权重设计的前提是目标节点在无线传感器网络的拓扑结构中必须全局可达。本文主要研究了对于静态传感器网络基于图论最小路径算法(如Dijkstra算法,Floyd算法,Bellman-Ford算法等),获取最短路径并基于此设计权...

【文章页数】：91 页

【学位级别】：硕士

本文编号：3877905