共查询到16条相似文献,搜索用时 109 毫秒
1.
2.
3.
4.
5.
目标跟踪作为无线传感器网络(WSN)的一项基本应用,已得到广泛研究。提出了一种改进的目标跟踪方法,该方法主要分为邻域检测、目标跟踪和目标修正3个阶段。节点通过获取对于目标的感知信息收益值来实现邻域检测。每个节点通过计算自己的节点权值来决定是否参与目标的跟踪。基于目标的运动趋势,通过发送数据报告来自适应地对目标进行修正。仿真实验表明,该算法减少了参与目标跟踪的节点数,节省了能量,与PM算法相比,该算法提高了目标跟踪的准确率。 相似文献
6.
7.
信息融合技术是毫米波/红外复合制导的关键技术之一,其中目标跟踪算法的优劣直接决定了系统的性能.针对毫米波与红外复合制导的目标跟踪,首先对毫米波传感器和红外传感器的量测数据进行了融合,并提出了一种改进的跟踪滤波算法.该跟踪算法能根据目标的机动情况实时获得滤波增益,并及时调整滤波方程,从而获得良好的跟踪效果.最后对目标的直线运动和改变航向的直线运动进行了仿真分析.仿真结果表明,与其它滤波算法相比,该算法的跟踪效果良好,跟踪精度较高且计算量少. 相似文献
8.
采用粒子滤波的先跟踪后检测算法 总被引:2,自引:1,他引:1
先跟踪后检测(TBD)算法能够有效解决低信噪比条件下弱小目标的检测与跟踪问题.与传统的先检测后跟踪方法相比,它的优点在于可完整传感器数据,随时间累积起来能获得更好的检测与跟踪性能,特别是检测与跟踪弱小目标.同时与传统的跟踪算法相比,先跟踪后检测算法提供给跟踪器的信息更多,适合于跟踪低信噪比的弱小目标.探讨了先跟踪后检测问题的两个方面:滤波和检测.为了检测目标的出现与消失,在状态向量中增加一个二元变量对应目标存在.对于非线性、非高斯的跟踪问题,使用粒子滤波器跟踪弱小目标,基于粒子滤波器的权值实现最优检测器.给出粒子滤波器的TBD算法的理论推导以及数值计算过程.仿真实验表明:基于粒子滤波器的TBD算法能够检测与跟踪低信噪比的目标. 相似文献
9.
在对序贯Kalman滤波在多传感器多目标跟踪中的应用情况进行分析之后,提出了一种基于费歇信息增量的多传感器对多目标的分配方法.该方法较好地解决了传感器的组合分配问题,并能对目标的跟踪精度实施控制,仿真结果证明了该方法的有效性. 相似文献
10.
11.
12.
近年来认知雷达技术取得了快速发展,如何利用已获取的感知信息提高雷达探测性能成为研究热点.针对跟踪阶段的认知目标检测问题,提出一种跟踪信息辅助的认知目标检测方法,旨在利用跟踪信息提高目标检测性能和跟踪性能.对于处于跟踪阶段的目标,目标真实性已被充分证实,此时可以将跟踪信息传递至检测模块,以期望获得探测性能提升.本文认知检... 相似文献
13.
所获得信息只包含角度信息的传感器被称为纯角度传感器,基于纯角度传感器的目标跟踪被称之为纯角度跟踪(Bearings-only Tracking,BOT)。BOT是目标跟踪领域的重要课题,在被动目标跟踪场景中能够发挥重要作用。伯努利滤波器(Bernoulli Filter,BF)是贝叶斯框架内的最优单目标滤波器,可以求得目标的存在概率和完整的后验概率密度函数,并判断目标出现和消失。作者将伯努利滤波器应用于纯角度跟踪场景下的单目标跟踪问题,提出了一种纯角度跟踪伯努利滤波器。在所提出的滤波器中,将目标相对于传感器的角度及其变化率作为状态矢量,用于估计目标是否存在;若目标存在,估计其状态信息。同时,还给出了所提出滤波器的粒子滤波(Particle Filter,PF)实现方法。仿真结果显示,与普通伯努利滤波器相比,所提出的纯角度跟踪伯努利滤波器能够更好地判断目标是否存在,同时滤波器对于目标估计的误差也更小。因此,所提出的滤波器具有更好的跟踪性能和更高的跟踪精度,能够有效应用于被动跟踪场景中。 相似文献
14.
We propose the information regularization principle for fusing information from sets of identical sensors observing a target phenomenon. The principle basically proposes an importance-weighting scheme for each sensor measurement based on the mutual information based pairwise statistical similarity matrix between sensors. The principle is applied to maximum likelihood estimation and particle filter based state estimation. A demonstration of the proposed regularization scheme in centralized data fusion of dense motion detector networks for target tracking is provided. Simulations confirm that the introduction of information regularization significantly improves localization accuracy of both maximum likelihood and particle filter approaches compared to their baseline implementations. Outlier detection and sensor failure detection capabilities, as well as possible extensions of the principle to decentralized sensor fusion with communication constraints are briefly discussed. 相似文献
15.
以目标跟踪为背景,讨论无线传感器网络中如何利用节点的协作实现可信协作目标跟踪。首先利用传感器节点的检测概率建立节点的可信模型。然后,基于这个模型,综合考虑节点的信息贡献量和通信开销,建立了一个节点选择的最优化模型。最后,通过仿真来验证算法的有效性。 相似文献