基于自适应SR-CKF的序贯式WSNs目标跟踪算法

发布时间：2019-04-02 14:03

【摘要】：针对无线传感器网络(WSNs)动态目标跟踪问题,即通过对传感器获取的动态系统状态进行估计,预测目标的位置。提出一种基于自适应平方根容积卡尔曼(SR-CKF)的序贯式WSNs动态目标跟踪算法。该算法在运算过程中直接传递目标状态均值和协方差矩阵的平方根因子,降低了计算的复杂度。将目标跟踪过程序贯式地分配到动态簇集的每一个节点上,减小了无线通信过程中碰撞和干扰现象的发生,降低了节点通信和计算负担。针对不良观测信息,基于新息协方差匹配原理,建立了自适应SR-CKF,提高了整个系统的鲁棒性。实验仿真结果表明,本文提出的基于自适应SR-CKF的序贯式WSNs目标跟踪算法有效的提高了跟踪的精度和稳定性并且减小了传感器节点间通信的能量损耗。
[Abstract]:Aiming at the problem of (WSNs) dynamic target tracking in wireless sensor networks, the position of the target is predicted by estimating the state of the dynamic system acquired by the sensor. A sequential WSNs dynamic target tracking algorithm based on adaptive square root volume Kalman (SR-CKF) is proposed. In this algorithm, the mean value of the target state and the square root factor of the covariance matrix are transferred directly, which reduces the complexity of the computation. The target tracking process is sequentially assigned to each node of the dynamic cluster, which reduces the collision and interference in the wireless communication process, and reduces the communication and computing burden of the nodes. Based on the principle of innovation covariance matching, an adaptive SR-CKF, is established to improve the robustness of the whole system. The simulation results show that the proposed sequential WSNs target tracking algorithm based on adaptive SR-CKF effectively improves the tracking accuracy and stability and reduces the energy loss of communication between sensor nodes.
【作者单位】： 安徽工程大学安徽省电气传动与控制重点实验室;中国科学技术大学精密机械与精密仪器系;
【基金】：2016年安徽高校自然科学研究项目(KJ2016A794)
【分类号】：TN929.5;TP212.9

【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 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

3 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

4 周进;吴钦章;;弱小目标跟踪算法性能评估的研究[J];光电工程;2007年01期

5 曲洪权;李少洪;;运动参数受限的目标跟踪算法研究[J];系统仿真学报;2008年09期

6 孙世岩;王炳;张国栋;;一种基于满意滤波的纯方位目标跟踪算法[J];指挥控制与仿真;2012年06期

7 邹冈;石章松;刘忠;;基于协方差旋转变换的目标跟踪算法[J];电光与控制;2008年05期

8 王睿;缑娜;苏蓉;;基于小波多分辨率分析的机动目标跟踪算法[J];空军工程大学学报(自然科学版);2007年05期

9 强世锦;荣健;滑玉;;基于粒子预测的非线性状态目标跟踪算法[J];武汉理工大学学报;2008年02期

10 王伟;刘双全;;基于粒子滤波和联合概率数据关联的目标跟踪算法[J];电子技术;2009年04期

相关会议论文 前7条

1 付晓薇;方康玲;李曦;;一种基于特征的多目标跟踪算法[A];2003年中国智能自动化会议论文集（下册）[C];2003年

2 许伟村;赵清杰;;一种基于粒子滤波的多目标跟踪算法[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年

3 李军;张华;单梁;;一种基于Mean shift和粒子滤波的综合目标跟踪算法[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

4 郑黎义;陈兴无;王磊;李正东;;红外/雷达双传感器融合目标跟踪算法[A];中国工程物理研究院科技年报（2005）[C];2005年

5 石章松;刘忠;;一种使用辅助变量的单站纯方位目标跟踪算法[A];2003年中国智能自动化会议论文集（下册）[C];2003年

6 魏崇毓;徐善驾;王东进;;多探测器目标跟踪算法分析[A];第九届全国信号处理学术年会（CCSP-99）论文集[C];1999年

7 廖永汉;郭云飞;彭冬亮;;无源声探测目标跟踪算法[A];第二十七届中国控制会议论文集[C];2008年

相关博士学位论文 前4条

1 胡子军;基于随机有限集的雷达多目标跟踪算法研究[D];西安电子科技大学;2015年

2 张健;面向能效优化的无线传感器网络分布式目标跟踪算法研究[D];东北大学;2011年

3 易伟;基于检测前跟踪技术的多目标跟踪算法研究[D];电子科技大学;2012年

4 胡硕;基于小波理论的目标检测与快速目标跟踪算法研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2006年

相关硕士学位论文 前10条

1 王朋;基于DM8168的网络智能监控系统的研究与实现[D];电子科技大学;2015年

2 高林;密集杂波条件下的多目标跟踪算法研究与实现[D];电子科技大学;2014年

3 李熵;基于视频监控系统的运动目标跟踪算法研究[D];电子科技大学;2015年

4 夏玫;基于雷达辅助知识的微弱目标跟踪算法研究[D];电子科技大学;2015年

5 廖雯雯;雷达资源管理及目标跟踪算法研究[D];电子科技大学;2014年

6 程飞;基于协方差矩阵的自适应目标跟踪研究[D];南京航空航天大学;2014年

7 王佩思;基于粒子滤波的目标跟踪算法研究[D];南京邮电大学;2015年

8 何娟;基于天基雷达的目标跟踪算法研究[D];重庆大学;2015年

9 夏鑫;基于区域互信息和边缘相关的目标跟踪算法研究与实现[D];重庆大学;2015年

10 丁婷婷;无线传感器网络目标跟踪算法的研究[D];江南大学;2016年

，

本文编号：2452621