能量优化的无线传感器网络分布式滤波与融合

发布时间：2017-06-22 05:13

  本文关键词：能量优化的无线传感器网络分布式滤波与融合，由笔耕文化传播整理发布。

【摘要】：无线传感器网络是由大量传感器节点以无线通信方式自组织而形成的一个多跳无线网络。考虑到传感器节点能量、数据处理、存储和通信能力等资源都相当有限,因此在保证一定信息融合精度的条件下,如何设计有效的分布式滤波算法,最大化网络生命周期是无线传感器网络路由协议设计的首要目标之一。本文针对无线传感器网络中节点能量有限的特点,从网络拓扑结构、算法收敛速度、能量高效利用的角度提出几类分布式滤波算法,主要研究内容概括如下：1)研究了一种新型的分布式分簇卡尔曼一致滤波算法。通过分簇把整个网络分成了不同的簇,有效地减少了节点间信息的传输量、缩短了节点间的通信距离。同时结合图论、矩阵论对算法进行了收敛分析。并进一步研究了Gossip算法在分布式卡尔曼滤波中的应用。2)研究了基于逾渗模型的分布式卡尔曼一致滤波算法。在分簇模型的基础上,为保证网络的连通性,利用随机图的键逾渗模型提出了一种新的能量高效的分布式滤波算法,并利用Lyapunov稳定性理论和矩阵理论给出了该算法的收敛性证明。3)研究了具有双增益调节的多智能体系统快速一致性算法。针对一阶离散多智能体系统的快速一致性问题,提出了一类基于局部信息反馈的快速一致性算法。利用矩阵理论和频域分析方法,给出了系统能快速收敛的条件和收敛速度的表达式,并通过仿真对算法的有效性进行了验证。4)研究了分布式卡尔曼一致滤波算法在无线传感器网络移动目标协同跟踪中的应用。该算法以正六边形网格作为分簇模型,能动态地唤醒无线传感器网络中合适的簇对目标状态进行估计。同时引入虚拟簇头概念进行自适应动态簇头选举策略,有效地均衡了网络中节点的能量消耗。
【关键词】：无线传感器网络 低能耗 分簇 卡尔曼滤波 一致性 目标跟踪
【学位授予单位】：昆明理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP212.9;TN929.5
【目录】：

• 摘要5-6
• Abstract6-11
• 第一章 绪论11-20
• 1.1 引言11-12
• 1.2 无线传感器网络研究概述12-15
• 1.2.1 无线传感器网络及其特性12-13
• 1.2.2 无线传感器节点能耗模型13
• 1.2.3 无线传感器网络数据融合研究现状13-15
• 1.3 问题的提出与本文的主要内容15-17
• 1.4 有关预备知识17-20
• 1.4.1 图论知识17
• 1.4.2 矩阵论知识17-18
• 1.4.3 卡尔曼滤波18-19
• 1.4.4 一致性算法19-20
• 第二章 分布式分簇卡尔曼一致滤波算法20-35
• 2.1 引言20-21
• 2.2 问题描述21-22
• 2.3 无线传感器网络建模22-24
• 2.3.1 若干假设22
• 2.3.2 网格划分22-23
• 2.3.3 簇头间信息交换机制23
• 2.3.4 簇头节点选举23-24
• 2.4 分簇卡尔曼一致滤波算法设计及收敛性分析24-28
• 2.4.1 分簇一致性算法设计及收敛性分析24-27
• 2.4.2 分布式分簇卡尔曼一致滤波算法设计27-28
• 2.5 能量优化的无线传感器网络通讯模式及算法设计28-29
• 2.5.1 无线传感器网络通讯模式设计28-29
• 2.5.2 能量优化的分布式分簇卡尔曼一致滤波算法29
• 2.6 仿真结果与讨论29-33
• 2.6.1 算法滤波效果对比30-32
• 2.6.2 步长对算法估计精度的影响32
• 2.6.3 算法能量消耗对比32-33
• 2.7 本章小结33-35
• 第三章 基于逾渗模型的分布式卡尔曼一致滤波算法35-46
• 3.1 引言35
• 3.2 基于逾渗模型的无线传感器网络建模35-37
• 3.2.1 键逾渗模型35-36
• 3.2.2 无线传感器网络建模36-37
• 3.3 卡尔曼一致滤波算法设计及相关分析37-42
• 3.3.1 卡尔曼一致滤波算法设计37-38
• 3.3.2 算法收敛性能分析38-41
• 3.3.3 传感器节点能耗分析41-42
• 3.4 仿真结果与讨论42-45
• 3.4.1 算法滤波效果对比43-44
• 3.4.2 算法能量消耗对比44-45
• 3.5 本章小结45-46
• 第四章 具有双增益调节的分布式快速一致性算法46-60
• 4.1 引言46-47
• 4.2 问题描述47-48
• 4.3 比例增益快速一致性算法设计及收敛性分析48-52
• 4.4 增量PID快速一致性算法设计及收敛性分析52-54
• 4.5 恶劣通信条件下算法优化54
• 4.6 仿真结果与讨论54-59
• 4.6.1 算法收敛速度比较54-56
• 4.6.2 增益对算法的收敛影响56
• 4.6.3 算法鲁棒性比较56-59
• 4.7 本章小结59-60
• 第五章 基于正六边形区域划分无线传感器网络动态目标跟踪60-72
• 5.1 引言60
• 5.2 问题描述60-61
• 5.3 预备工作61-63
• 5.3.1 正六边形节点覆盖模型61-62
• 5.3.2 扩展卡尔曼滤波62-63
• 5.4 无线传感器网络通信拓扑及算法设计63-68
• 5.4.1 无线传感器网络的建模63-64
• 5.4.2 簇头选举改进算法64-65
• 5.4.3 目标跟踪算法设计65-68
• 5.5 仿真结果与讨论68-71
• 5.5.1 跟踪算法精度68-69
• 5.5.2 算法计算复杂度69
• 5.5.3 算法能耗分析69-71
• 5.6 本章小结71-72
• 第六章 总结与展望72-75
• 6.1 全文总结72-73
• 6.2 研究展望73-75
• 致谢75-76
• 参考文献76-83
• 附录A 攻读硕士学位期间发表论文目录83-84
• 附录B 攻读硕士学位期间完成的科研项目84

【参考文献】

中国期刊全文数据库 前3条

1 蒋鹏;宋华华;;基于动态分簇路由优化和分布式粒子滤波的传感器网络目标跟踪方法[J];电子与信息学报;2012年09期

2 李建中,李金宝,石胜飞;传感器网络及其数据管理的概念、问题与进展[J];软件学报;2003年10期

3 洪卫星;孙超;杨春曦;郭丽;;基于局部信息反馈的多智能体系统快速一致性[J];信息与控制;2014年05期

  本文关键词：能量优化的无线传感器网络分布式滤波与融合，由笔耕文化传播整理发布。

，

本文编号：470832