WSN中目标跟踪时的恶意节点检测

目标跟踪是无线传感器网络的一个重要应用,而跟踪时如何安全地收集信息又是一件非常重要和艰巨的任务。通过检测恶意节点来为目标跟踪提供必要的安全,在汇聚节点对从子节点收到的观察数据进行汇聚之前,先通过使用表格方法来检查这些子节点中是否有恶意节点;再根据基于蒙特卡罗定位盒的目标跟踪过程的特点,去掉恶意节点对抽样区域的影响。仿真结果表明,该检测方法可以有效地改善目标跟踪的效果。     

脉冲多普勒雷达作为导航传感器的应用研究

分析了采用脉冲多普勒雷达作为导航传感器的可能，并说明了将这种雷达用作多普勒导航传感器的两种方法。     

WSN中一种改进的目标跟踪方法

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。     

连续脉冲信号延迟线的实现

用VHDL语言设计一个连续脉冲信号延迟线，通过对连续脉冲信号的可控延迟来仿真脉冲多普勒雷达对动目标的跟踪回波包络，分析并建立了直接采样法的系统模型。     

无线传感器网络中可信的节点选择算法

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。     

机载脉冲多普勒雷达单目标跟踪软件设计中脉冲重复频率的优化选择

针对机载脉冲多普勒雷达的单目标跟踪工作方式，论核实了如何选取合适的脉冲重复频率跟踪目标和保持跟踪稳定性，探讨了软设计原则和需考虑的一些因素。     

假多普勒频率干扰方法研究

针对现代机载脉冲多普勒(PD)火控雷达普遍采用数字式信号处理检测目标参数,提出一种应用于机载有源自卫干扰机的假多普勒频率十扰方法来破坏其目标参数的检测;介绍了机载PD雷达采用的线性调频发射信号,并阐述了基于该发射信号数字式信号处理检测目标速度的原理;设计了假多普勒频率干扰的数学模型和产生方法,并分析了干扰选择的有效范围...     

PD雷达距离跟踪系统的计算机仿真

介绍一种机载脉冲多普勒(PD)雷达的自动距离跟踪方案,利用MATLAB/SIMULINK计算机仿真技术分析和研究了某机载PD雷达距离跟踪系统的原理和性能,详细阐述了所建距离跟踪系统仿真模型中各模块的功能和偏差计算电路的算法.该方案采用三波门跟踪,通过偏差计算电路和反馈控制电路使中间波门中心始终对准目标回波脉冲中心,完成距离跟踪.由仿真结果可知跟踪性能良好.     

新型雷达动态目标模拟器的研究

讨论了一款新型的雷达动态目标模拟器。该模拟器可对飞行目标的距离和速度进行模拟 ,以改变信号源的载频来模拟目标的多普勒频移 ,通过对雷达视频脉冲的可编程延时来模拟目标的距离变化。可编程脉冲延时是由EPLD来实现的。该模拟器具有高稳定、高精度、操作简单、应用范围广的特点     

一种混合噪声调制的毫米波脉冲多普勒雷达原理

提出了一种新型的噪声毫米波脉冲多普勒雷达，即随机脉冲位置调制与脉冲之间随机相位调制相结合的毫米波脉冲多普勒雷达。首次给出了该随机序列的模糊函数数学表达式。给出了其系统原理框图，分析了其工作原理和数学模型，研究了它的抗干扰特性。分析表明，它具有良好的抗干扰特性，同时不会出现距离速度模糊，是一种较佳的毫米波脉冲多普勒雷达。     

分布式粒子滤波算法在面向跟踪的无线传感器网络中的应用

无线传感器网络在目标跟踪应用中的优势主要体现在跟踪更精细可靠且及时隐蔽，但是由于传感器网络中没有中心控制机制，无线通信的带宽有限，这就要求采用合理的跟踪策略，高效的分布式信息处理算法。将“ad hoc跟踪群”的概念移植到面向跟踪的无线传感器网络中作为传感器的组织策略，并和适用范围较大的粒子滤波相结合实现跟踪任务。仿真实验证明，在不影响跟踪精度要求的情况下，此方案能够降低通信能量开销。     

相参脉冲序列频率估计的小波变换方法

在单站无源定位与跟踪系统中，接收信号的多普勒频率变化率信息对运动目标的状态估计和定位非常重要。对于脉冲体制的雷达来说，信号持续时间较短，很难精确测量多普勒频率变化率。小波变换在时频域同时具有良好的局域特性和较低的信噪比门限。文章引入了小波变换方法实现单站无源定位与跟踪系统的参数估计，推导了相参脉冲序列的小波变换方法。数值仿真证明该方法能实现脉冲的相参积累，大幅提高参数的估计精度。     

一种基于多普勒信息的雷达目标跟踪方法

机载预警雷达采用脉冲多普勒体制,具有良好的低空探测性能,但其存在不可忽略的多普勒盲区问题。在目标跟踪的过程中,该盲区容易造成目标中断和重起批。针对多普勒盲区条件下的目标连续跟踪问题,文中提出了一种基于多普勒预测的扩展卡尔曼滤波算法(Doppler Prediction EKF,DP-EKF),该方法将多普勒盲区的先验信息并入到扩展卡尔曼滤波算法中,通过状态预测判断目标在未来时刻是否落入多普勒盲区,从而自适应地调整跟踪滤波规则,解决多普勒盲区条件下目标连续跟踪问题。仿真结果表明,该算法对于运动模型已知的航迹不连续目标具有较好的跟踪效果,能够维持其航迹的连续性。     

无线传感器网络自适应目标跟踪节点调度算法

在无线传感器网络中,设计合理的节点调度算法是提高网络感知能力、降低系统能耗的关键。在分析节点能耗模型的基础上,针对移动目标跟踪型网络应用,提出一种高能效的无线传感器网络自适应节点调度算法ANSTT。该算法根据节点对移动目标的感知能力,以及节点的相对剩余能量水平,自动调整节点工作模式。仿真实验表明,ANSTT算法在维持低感知延时、高目标感知率的同时,可有效降低系统能耗,延长网络寿命。     

基于强跟踪滤波的传感器目标跟踪算法

为了提高运动目标的跟踪精度,提出一种基于强跟踪滤波的传感器目标跟踪算法.首先通过传感器节点测量目标的状态值,并通过融合中心对信息进行融合,然后利用Cholesky分解技术变换成噪声独立的量化融合系统,并采用强跟踪滤波算法对目标状态进行估计,最后与其它目标跟踪算法进行对比实验.结果表明,本文算法不仅提高了目标跟踪的精度,而且具有更好的鲁棒性.     

Collaborative tracking via particle filter in wireless sensor networks

Target tracking is one of the main applications of wireless sensor networks. Optimized computation and energy dissipation are critical requirements to save the limited resource of the sensor nodes. A framework and analysis for collaborative tracking via particle filter are presented in this paper Collaborative tracking is implemented through sensor selection, and results of tracking are propagated among sensor nodes. In order to save communication resources, a new Gaussian sum particle filter, called Gaussian sum quasi particle filter, to perform the target tracking is presented, in which only mean and covariance of mixands need to be communicated. Based on the Gaussian sum quasi particle filter, a sensor selection criterion is proposed, which is computationally much simpler than other sensor selection criterions. Simulation results show that the proposed method works well for target tracking.     

用无线传感器网络探测跟踪目标

与传统的探测跟踪方法相比,无线传感器网络以其良好的特性弥补了传统跟踪方法的不足。文章介绍了无线传感器网络的体系结构,探讨了无线传感器网络探测跟踪目标的策略和方法,最后提出了用无线传感器网络跟踪目标需要考虑的问题。     

Energy-efficient collaborative target tracking algorithm using cost-reference particle filtering in wireless acoustic sensor networks

Target tracking is one of the most important applications of wireless sensor networks. Optimized computation and energy dissipation are critical requirements to save the limited resource of sensor nodes. A new robust and energy-efficient collaborative target tracking framework is proposed in this article. After a target is detected, only one active cluster is responsible for the tracking task at each time step. The tracking algorithm is distributed by passing the sensing and computation operations from one cluster to another. An event-driven cluster reforming scheme is also proposed for balancing energy consumption among nodes. Observations from three cluster members are chosen and a new class of particle filter termed cost-reference particle filter (CRPF) is introduced to estimate the target motion at the cluster head. This CRPF method is quite robust for wireless sensor network tracking applications because it drops the strong assumptions of knowing the probability distributions of the system process and observation noises. In simulation experiments, the performance of the proposed collaborative target tracking algorithm is evaluated by the metrics of tracking precision and network energy consumption.     

基于无线SAW压力传感器的FADS研究

嵌入式大气数据系统(FADS)是先进的大气数据系统。由于SAW压力传感器能进行无线测量,将无线SAW压力传感器应用于FADS,与MIMU相结合使之成为廉价的微型组合导航系统。研究了FADS的基本原理、无线双单端SAW谐振器压力传感器的基本原理以及相关应用电路模块,并利用HP Esoft软件和SAW谐振器等效电路对无线SAW压力传感器进行了仿真。研究表明,无线SAW传感器能应用到先进的大气数据系统,具有重要的应用价值。     

雷达与双波段红外探测器融合跟踪系统

利用双波段红外探测系统测到的目标双波段红外辐射信息,推导出目标的伪距离量测信息,使得单站红外探测系统变为可观测系统;在此基础上,采用带反馈的分布式估计融合算法,将雷达与双波段红外探测系统得到的局部航迹进行融合,并将每次融合估计的结果反馈给局部传感器,使得融合中心达到最优性能的同时,减小了雷达和红外局部估计的误差.仿真结果表明:①单站红外探测系统利用目标的双波段红外辐射信息能够对目标进行有效地跟踪,跟踪精度较高;②带反馈的布式估计融合算法具有良好的跟踪性能,而且能够明显改善局部传感器的跟踪精度.