无线传感器网络目标跟踪算法研究

发布时间：2021-08-25 03:16

　　无线传感器的经济、轻便、灵活等优点使得无线传感器网络被广泛的应用到人们的生活和生产中。对于无线传感器网络来说,其最重要的应用之一就是目标定位跟踪,当前实现更加精确的目标定位跟踪是无线传感器网络非常重要的研究方向。本论文主要针对无线传感器网络的目标跟踪进行研究。论文的主要工作如下:1.提出了基于轨迹预测融合的目标跟踪算法。传统的卡尔曼滤波算法由于过分依赖于人工事先对目标运动方程的估计,导致目标定位结果不稳定,考虑到之前迭代过程中已得到的目标的定位结果序列中包含着最接近目标真实轨迹的信息,基于这些轨迹信息可以预测出目标当前的状态信息,由此我们推导出基于前驱最优定位结果序列的轨迹预测方程。通过引入融合参数的概念,将基于轨迹预测得到目标定位结果分别与扩展卡尔曼滤波和极大似然卡尔曼滤波这两种经典的基于卡尔曼滤波的目标跟踪方法进行融合,由此得到两种基于轨迹预测融合的目标跟踪方法。实验表明,不管是在直线运动还是在圆周运动中,通过改变融合参数都可以提高对目标的定位准确性,同时,当目标运动噪声越小时,新的融合方法的定位精度提高的越明显,定位更准确,实验中引入融合思想并没有明显增加原算法的运行时间。2.提... 

【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校

【文章页数】：94 页

【学位级别】：硕士

【部分图文】：

图3.4两种运动模型的真实轨迹

第三章 基于轨迹预测融合的目标跟踪算法动模型 CM 的实验中，目标在 2m*2m 的二维空间范围内被分别固定在正方形区域的四个角处，假设传感器的检器都可以同时检测到目标。目标的初始状态是 x0= [1.0 0=0.122rad/s，一次跟踪实验对运动轨迹中连续的 200 个运同一轨迹跟踪 100 次求取平均值。实验结果与分析所述的LM和CM中分别应用CEKF算法与EFK算法进行 算法进行对比实现目标的定位跟踪，选取对应目标运动iag{0.025, 0.025}，简记为 Qw= 0.025，在不同的融合参数.5 所示。

矩阵为 Qw= diag{0.025, 0.025}，简记为 Qw= 0.025，在不同的融合参数α 下的实验对比结果如图 3.5 所示。图3.5 LM 和 CM 中 CEKF 与 EKF、CMLKF 与 MLKF 方法的对比结果


本文编号：3361279