| 井下WSN目标跟踪局部异常检测算法 |
| |
| 引用本文： | 金华明,郭倩倩,史明泉,赫佳星,崔丽珍.井下WSN目标跟踪局部异常检测算法[J].煤炭工程,2020,52(5):144-149. |
| |
| 作者姓名： | 金华明 郭倩倩 史明泉 赫佳星 崔丽珍 |
| |
| 作者单位： | 1. 内蒙古科技大学;2. 内蒙古自治区包头市昆都仑区阿尔丁大街7号内蒙古科技大学; |
| |
| 基金项目： | 国家自然科学基金;内蒙古自治区科技计划 |
| |
| 摘 要： | 针对煤矿井下特殊信道环境对无线传感器网络(WSN)目标跟踪造成的约束和对量测数据的精确性造成的影响，设计了适用于井下巷道特征的网络拓扑结构以及分布式分簇目标跟踪算法，并在此基础上提出运用局部异常因子检测算法(LOF)对量测数据中存在的异常点进行实时监测和更新最后结合交互式多模型滤波算法(IMM)实现目标状态估计，仿真结果表明，该算法有效提高了跟踪精度，平衡并降低了网络能耗。
|
| 关 键 词： | WSN 目标跟踪 分布式分簇 LOF IMM |
| 收稿时间： | 2019-06-17 |
| 修稿时间： | 2019-09-04 |
Local anomaly detection algorithm for downhole WSN target tracking |
| |
| Abstract: | In view of the constraints caused by the special channel environment of coal mine on the target tracking of wireless sensor network (WSN) and the accuracy of measurement data, this paper designs the network topology and distributed clustering target suitable for the characteristics of underground roadway. Tracking algorithm, and based on this, the local anomaly factor detection algorithm (LOF) is used to monitor and update the wild value points existing in the measured data. Finally, the interactive multi-model filtering algorithm (IMM) is used to achieve the target state estimation. Simulation results analysis The effective balance of the algorithm reduces the network energy consumption and improves the tracking accuracy. |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《煤炭工程》浏览原始摘要信息 |
|
点击此处可从《煤炭工程》下载全文 |
|
