动态簇目标跟踪算法

发布时间：2018-01-18 11:35

本文关键词：动态簇目标跟踪算法　出处：《小型微型计算机系统》2017年01期 　论文类型：期刊论文

【摘要】：目标跟踪是无线传感器网络一项具有大量应用的重要技术,针对无线传感器网络目标跟踪中精度和能耗的问题不能均衡,提出一种动态簇目标跟踪算法.当目标进入监测区域内,传感器节点感知到目标,为了尽可能减少参与跟踪的节点数目,采用建立动态簇结构来跟踪移动目标,然后利用果蝇优化算法对粒子滤波算法的重要性采样进行优化,并预测目标下一时刻位置,最后根据预测的目标位置信息与簇头的位置信息,按照簇头更新规则,判断是否需要更换簇头.仿真结果表明,提出的目标跟踪算法在满足跟踪精度的前提下,减少能耗,延长网络寿命.
[Abstract]:Target tracking is an important technology in wireless sensor networks which has a large number of applications. The accuracy and energy consumption of target tracking in wireless sensor networks can not be balanced. A dynamic cluster target tracking algorithm is proposed. In order to minimize the number of nodes involved in tracking sensor nodes perceive the target when the target enters the monitoring area. In order to minimize the number of nodes involved in the tracking the dynamic cluster structure is used to track moving targets. Then the importance sampling of particle filter algorithm is optimized by Drosophila optimization algorithm, and the location of target next time is predicted. Finally, according to the predicted target position information and cluster head position information. The simulation results show that the proposed target tracking algorithm can reduce the energy consumption and prolong the network life under the premise of satisfying the tracking accuracy.
【作者单位】：江南大学轻工过程先进控制教育部重点实验室;
【基金】：国家自然科学基金项目(61373126)资助江苏省自然科学基金项目(BK20131107)资助
【分类号】：TP212.9;TN929.5
【正文快照】： 1引言无线传感器网络(Wireless Sensor Networks,WSN)涉及电子信息,无线传感技术,计算机网络等多个学科,广泛应用于国防军事、环境监测、医疗卫生、反恐抗灾等领域,而目标跟踪是无线传感器网络一项具有大量应用的重要技术[1].由于传感器受通信距离短、能量有限等资源的限制,所

【参考文献】

相关期刊论文前10条

1 陆娴;彭勇;;基于能量高效动态分簇的目标跟踪算法[J];计算机工程;2014年10期

2 王法胜;鲁明羽;赵清杰;袁泽剑;;粒子滤波算法[J];计算机学报;2014年08期

3 韩俊英;刘成忠;;自适应变异的果蝇优化算法[J];计算机应用研究;2013年09期

4 刘翠玲;张路路;王进旗;李亮亮;;基于FOA-GRNN油井计量原油含水率的预测[J];计算机仿真;2012年11期

5 冯智博;黄宏光;;分布式粒子滤波实现无线传感器网络目标跟踪[J];小型微型计算机系统;2012年05期

6 潘文超;;应用果蝇优化算法优化广义回归神经网络进行企业经营绩效评估[J];太原理工大学学报(社会科学版);2011年04期

7 邹冈;石章松;刘忠;;传感器网络中的分布式粒子滤波被动跟踪算法比较研究[J];传感技术学报;2007年06期

8 马瑞恒;盛晓红;;无线传感网络中分布式粒子滤波的目标追踪算法[J];解放军理工大学学报(自然科学版);2006年05期

9 胡士强,敬忠良;粒子滤波算法综述[J];控制与决策;2005年04期

10 任丰原,黄海宁,林闯;无线传感器网络[J];软件学报;2003年07期

【共引文献】

相关期刊论文前10条

1 李伟;胡艳侠;吕岑;;基于HSV空间的玉米果穗性状的检测[J];湖南农业大学学报(自然科学版);2017年01期

2 王尚龙;王崴;瞿珏;刘明;;基于果蝇优化算法的备件柜布局优化[J];火力与指挥控制;2017年01期

3 石闪;施伟斌;;基于LEACH的非均匀分簇协议的改进[J];数据通信;2016年06期

4 袁敏;王玫;潘玉霞;胡茂芹;;基于改进果蝇优化算法的铣削力信号特征选择方法[J];振动与冲击;2016年24期

5 杨伟明;薛召;刘玉良;;基于改进残差重采样粒子滤波的纯方位目标追踪[J];天津科技大学学报;2016年06期

6 雷雨伟;修春娣;杨威;杨东凯;;WiFi与MEMS-IMU融合定位方法在室内定位中的应用[J];导航定位学报;2016年04期

7 诸燕平;蒋爱民;陈阳;戎海龙;;基于扩散策略的分布式多维尺度节点定位算法[J];华中科技大学学报(自然科学版);2016年12期

8 王友卫;凤丽洲;朱建明;;基于维度分区的果蝇优化新算法[J];计算机科学;2016年12期

9 郭晓东;王丽芳;张学良;;基于自适应步长的果蝇优化算法[J];中北大学学报(自然科学版);2016年06期

10 孟大程;罗恩韬;王国军;;移动医疗中基于机会计算的安全和隐私保护模型[J];小型微型计算机系统;2016年12期

【二级参考文献】

相关期刊论文前10条

1 左军毅;张怡哲;梁彦;;自适应不完全重采样粒子滤波器[J];自动化学报;2012年04期

2 刘立阳;张金成;吴中林;;基于分布式动态簇结构的WSN自适应目标跟踪算法[J];传感技术学报;2012年01期

3 潘文超;;应用果蝇优化算法优化广义回归神经网络进行企业经营绩效评估[J];太原理工大学学报(社会科学版);2011年04期

4 杨萍;孙延明;刘小龙;车兰秀;;基于细菌觅食趋化算子的PSO算法[J];计算机应用研究;2011年10期

5 靳其兵;赵振兴;苏晓静;曹丽婷;;基于粒子健康度的快速收敛粒子群优化算法[J];化工学报;2011年08期

6 汤仪平;金福江;张志彬;王学元;;粒子滤波算法测定混合染液染料浓度[J];化工学报;2011年08期

7 屈剑锋;柴毅;郭茂耘;;无线传感器网络下的并行粒子滤波目标跟踪算法[J];电子科技大学学报;2011年02期

8 林金朝;李国军;周晓娜;周道军;蒋勇;;基于动态能量管理的无线传感网络动目标定位跟踪方法[J];通信学报;2010年12期

9 于金霞;刘文静;汤永利;;粒子滤波重采样算法研究[J];微计算机信息;2010年16期

10 王法胜;郭权;;基于扩展卡尔曼粒子滤波算法的神经网络训练[J];计算机工程与科学;2010年05期

【相似文献】

相关期刊论文前10条

1 金忠;一种多目标跟踪算法[J];南京理工大学学报(自然科学版);1985年S1期

2 龚萍;张辉;毛征;张庆龙;孔文超;;融合局部熵二维熵的空中目标跟踪算法研究[J];国外电子测量技术;2014年01期

3 马奔,史忠科,皮燕妮;成像目标跟踪算法分析[J];西安电子科技大学学报;2005年03期

4 孙中森;孙俊喜;宋建中;乔双;;一种抗遮挡的运动目标跟踪算法[J];光学精密工程;2007年02期

5 陈爱华;孟勃;朱明;王艳华;;多模式融合的目标跟踪算法[J];光学精密工程;2009年01期

6 牛长锋;刘玉树;;融合多特征的粒子滤波目标跟踪算法[J];华中科技大学学报(自然科学版);2010年01期

7 蔡荣太;吴元昊;王明佳;吴庆祥;;视频目标跟踪算法综述[J];电视技术;2010年12期

8 佟国峰;蒋昭炎;谷久宏;庞晓磊;;基于随机蕨丛的长期目标跟踪算法[J];东北大学学报(自然科学版);2013年01期

9 曹晓丽;李明;邢玉娟;谭萍;;几种自动目标跟踪算法的比较研究[J];硅谷;2013年02期

10 王鲁平,李飚,胡敏露;一种基于多传感器数据融合的目标跟踪算法[J];红外与激光工程;2004年02期