二进制无线传感器网络目标定位解析算法初步研究

针对二进制传感器网络目标定位跟踪问题，提出一种利用传感器位置信息和目标穿过传感器探测区域的时间信息进行解算的解析算法，并对该算法进行了仿真验证。仿真结果表明，相对于目前最常用的线性拟和算法，该算法具有对目标经过的传感器数量要求低、解算精度高等优点。     

传感器网络目标恢复算法研究

分析了传感器网络在目标跟踪过程中产生目标丢失故障的原因.在此基础上采用分簇设计思想,通过对跟踪目标移动速度的计算和目标搜寻区域的建立等方法,提出了目标丢失故障恢复新的算法和技术.实验证明,所提出的算法和技术在延长传感器网络生存时间前提下,能够有效地解决跟踪目标发生丢失故障后目标快速恢复问题.     

时间异步无线传感器网络的目标跟踪动态成簇算法

为了解决时间异步无线传感器网络在目标跟踪时的节点协作管理和跟踪时间配准问题,提出了一种适用于时间异步条件下目标跟踪的动态成簇算法。该方法通过分析目标的无线信号强度和各节点至目标的距离来动态组建跟踪簇,然后依据目标及簇头的通信距离对簇头射频信号的覆盖区域进行功能划分,实现节点对目标的协作跟踪,同时以簇为跟踪时间的计算单元,通过簇内计时和簇间贯序传递的方法实现跟踪时间的配准。仿真实验表明,该算法进行目标跟踪时能有效均衡网络能耗,且具有较好的跟踪精度和系统鲁棒性。     

未知输入干扰下异构多传感器分布式两级信息滤波与偏差联合估计

针对目标跟踪过程中受未知输入影响的多传感器网络,提出一种局部单传感器抗干扰信息滤波算法并根据此算法实现分布式一致性多传感器融合滤波估计实现目标的精确跟踪。首先,建立包含未知输入的系统模型;其次,消除未知输入影响并设计局部单传感器两级信息滤波算法实现状态和广义偏差的同时估计;最后,根据提出的单传感器两级信息滤波算法进行分布式加权数据融合。仿真结果表明,该方法及其融合算法的系统偏差、状态估计误差和均方根误差均明显降低,目标跟踪精度有所提高,并且具有较低的运算量和较高的一致性。     

一种新的目标跟踪算法研究

当采用概率母函数将单传感器PHD滤波推广到多传感器情形时,针对计算繁琐,难于实现的问题,本丈基于集中式融合系统的有序滤波思想,提出多传感器、多目标有序粒子PHD跟踪算法,该算法通过选取与各传感器相关的重要性密度函数,层层更新各传感器的采样粒子,达到多传感器多目标有序PHD跟踪.实验结果表明,当仅仅使用单传感器对多目标进行跟踪时,虚警概率较高时一些粒子会严重偏离原始目标轨迹,导致目标数目估计出现偏差,而采用多传感器多目标有序PHD跟踪可以有效减小多目标距离跟踪误差,提高跟踪精度.     

基于修正时延粒子滤波的水声传感器网络目标跟踪

在水声传感器网络中,利用多个传感器节点探测到的方位信息进行目标跟踪是水下目标跟踪领域的一种新思路。由于水中声速的限制,信号到达各个节点的时间不是同步的,提出了一种修正时间延迟的方法,并将其与粒子滤波(PF)、扩展卡尔曼粒子滤波(EKPF)结合来解决该非线性跟踪问题。仿真分析表明修正时延后,算法的跟踪性能有较大提高;并且在相同条件下,EKPF的跟踪性能比PF好。     

时间异步无线传感器网络的分布式目标跟踪

为了降低无线传感器网络在目标跟踪过程中的网络能耗,提出了一种时间异步条件下的分布式目标跟踪方法.首先,依据节点到目标的距离进行动态成簇,以跟踪簇为时间的计算单元,由簇头完成簇内跟踪时间计算及簇间贯序传递,然后引入并行粒子滤波(PPF)算法将粒子集分为多个子集,在子节点处并行采样、计算权重和重采样,最后,簇头节点收集各子节点上传的结果并完成目标的局部状态估计.仿真结果表明,PPF算法具有较好的跟踪精度,且相比于集中式粒子滤波(CPF)算法,可降低约38%的通信量.     

基于DS-VSMM的声网络低空机动目标跟踪

针对低空机动目标的声网络无源跟踪问题,提出一种基于有向图切换的变结构多模型算法.首先,将多个声传感器组网并对其时延的方位角数据进行配准,改善无源声探测网络的融合性能.其次,通过变结构多模型对目标状态进行估计,并利用有向图切换方法对新激活的模型分配权重,跟踪结果为多个模型估计结果的融合输出.通过与交互式多模型算法的仿真比...     

多区域采样目标跟踪算法

针对传统粒子滤波算法中容易发生的退化现象和粒子贫化问题,提出多区域采样目标跟踪方法。该算法将目标模板用多个重叠子区域划分,每个子区域对应一个采样窗口,根据采样子区域置信度能有效估计出跟踪目标的真实状态,子区域的互补性和阶段唯一性能很好地保证采样粒子有效性和状态空间质量,从而提高目标跟踪的精确度。实验结果表明,本文所提出算法能有效缓解目标跟踪中的粒子退化和贫化问题,提高粒子利用率,并且对目标形变、光照变化和部分遮挡等复杂情况具有较好的跟踪性能。     

基于多智能体理论实现无线传感器网络的目标监视与追踪的策略

论述了运用多智能体系统的协同控制理论、方法解决无线传感器网络的目标监视与追踪问题的研究策略,阐述了多智能体系统的四类分布式协同策略及三种推理决策策略,介绍了合同网及拍卖方法、动态联盟方法、组织结构设计法、分布式约束满足方法在无线传感器网络中的应用及各种方法的优缺点.理论分析和实践表明,基于多智能体系统的方法是解决无线传感器网络应用问题的有效方法.     

显著性加权最小二乘图像匹配跟踪方法

针对复杂背景下运动目标跟踪这类问题,提出了一种显著性加权最小二乘图像匹配跟踪算法.新方法首先根据目标上不同区域和背景的差别大小,给每个目标区域赋予不同的权值.然后将权值与最小二乘图像匹配算法结合起来对目标进行跟踪.实验中将本文算法与三种经典跟踪算法进行比较,实验结果表明,在复杂背景下,新算法仍然可以有效、准确地跟踪运动目标,而经典算法均出现问题.新算法的单帧处理时间也可以满足实时处理要求.     

带有乘性噪声的多传感器强跟踪融合算法

为解决加性噪声模型无法准确刻画实际观测模型的问题,采用带有乘性噪声系统模型进行建模。在实际系统中,由于多传感器网络的应用使得传统乘性噪声的滤波算法已无法满足实际需求,该文分别提出带有乘性噪声的有反馈分布式和序贯式多传感器强跟踪滤波融合方法,以有效解决复杂环境下的非线性系统最优状态估计问题。计算机仿真实验表明,新算法具有很好的估计精度,在多传感器目标跟踪应用中有较好的应用前景。     

集中交互式多传感器联合概率数据互联算法

为了解决杂波环境下多传感器多机动目标跟踪问题,本文提出了一种集中交互式多传感器联合概率数据互联算法。本文提出的算法首先应用广义S-D分配的规则对每个传感器送来的观测数据进行排列组合,并对所有的测量组合进行有效性判断,然后应用数据压缩的方法将每个有效量测组合压缩成一个等效量测点并根据每个等效量测点的联合似然函数计算其联合互联概率,最后在此基础上应用交互式多模型算法的思想以处理目标出现机动的问题。本文最后给出了该算法的分析,仿真结果表明,本文算法能够很好地解决杂波环境下多传感器多机动目标的跟踪问题。     

基于参数自适应与模板更新的孪生网络跟踪算法

孪生网络跟踪算法在跟踪过程中网络参数固定,跟踪模板仅仅使用第1帧给定的目标,这导致算法的鲁棒性较差。为此,提出基于参数自适应(PA)与模板更新的孪生网络跟踪算法。首先,利用通道注意力和空间注意力对目标特征进行调整,提高网络对跟踪目标的关注度;其次,利用滤波器参数更新策略滤除背景的干扰,提高网络对当前目标的辨识能力;最后,增加与主网络平行的子网络,通过更新子网络的跟踪模板,使网络能适应目标的变化。在VOT 2018、VOT 2019 2个标准数据集上进行测试,期望重叠率(EAO)分别达到0.455和0.331,验证了本算法的有效性。     

基于区域划分的动态目标跟踪算法

为解决机器人足球比赛视觉子系统搜索目标时存在的误报和漏报问题,提出了基于区域划分的动态目标跟踪算法。首先建立比较合适的目标特征颜色信息库,然后划分成多级搜索目标可疑区域,来搜索目标可疑点,在可疑点周围建立跟踪区域,寻找最终目标点。最后用计算机仿真验证了算法的优越性。     

分布式传感器网络中基于条件后验克拉美-罗下界的被动声目标跟踪局部节点选择算法

针对分布式传感器网络下的被动声目标跟踪问题,提出了一种基于条件后验克拉美罗下界（Conditional Posterior Cramér-Rao Lower Bounds,CPCRLB）的局部传感器节点选择算法,基于被动声探测背景下的纯方位量测数据,采用粒子滤波器推导得到了CPCRLB的近似解析表达式,进而在该CPCRLB的基础上定义了节点效用贡献作为节点选择准则,结合分布式传感器网络的特点提出了一种局部节点选择方法,节点无需知道全网传感器节点的信息,而是仅利用局部节点信息来决定下一时刻节点的活动状态,从而在实现自治节点选择的同时大大减少网络通信量。通过仿真结果表明,该算法在跟踪精度、能量消耗和计算复杂度方面都表现出较好的性能。     

基于能量均衡的无线传感器网络路由算法

由于路由选择对无线传感器网络使用时间长短造成较为深远的影响,由此应基于能量均衡的无线传感器原理,针对当前无线传感器的发展现状,提出一种新型的WSN路由算法,通过将前向区域划分为几个子区域,而后选择能量方差最小的区域作为路由的选择区域,而后根据概率机制选择下一跳的节点。具体的实践表明,这种新型的能量均衡的无线传感器网络路由算法能有效均衡网络中各节点的能源消耗,有效延长网络的生命周期。     

分布式传感器网络中基于条件后验克拉美-罗下界的被动声目标跟踪局部节点选择算法（英文）

针对分布式传感器网络下的被动声目标跟踪问题,提出了一种基于条件后验克拉美罗下界(Conditional Posterior Cramér-Rao Lower Bounds, CPCRLB)的局部传感器节点选择算法,基于被动声探测背景下的纯方位量测数据,采用粒子滤波器推导得到了CPCRLB的近似解析表达式,进而在该CPCRLB的基础上定义了节点效用贡献作为节点选择准则,结合分布式传感器网络的特点提出了一种局部节点选择方法,节点无需知道全网传感器节点的信息,而是仅利用局部节点信息来决定下一时刻节点的活动状态,从而在实现自治节点选择的同时大大减少网络通信量。通过仿真结果表明,该算法在跟踪精度、能量消耗和计算复杂度方面都表现出较好的性能。     

基于无线传感器网络的唤醒算法

目标追踪是无线传感器网络非常重要的应用之一。根据无线传感器网络能量有限的特点和具体应用的需求,提出了一种基于无线传感器网络的唤醒策略,既有效的提高了目标追踪的质量,又节省网络的能量。将网络划分成网格状监测区域,提出了监测节点循环监测来判断目标是否进入监测区域。仿真实验表明:与两段式唤醒策略相比,提高了唤醒效率,延长了网络生存周期。     

带SSR修正的异步多传感器系统的无味JPDA跟踪

针对杂波环境下多变采样率传感器多目标跟踪问题,考虑到二次雷达(SSR)具有辨别敌我方目标和更精确的高度探测能力,本文提出了一种带SSR修正的异步多传感器系统的无味JPDA跟踪算法.该算法首先通过测量值映射的异步数据处理方法对多传感器数据进行点迹的合成,然后通过二次雷达对敌方目标的高度信息进行自适应修正,最后用无味JPDA算法对按序到来的异步采样量测进行顺序滤波融合.通过蒙特卡洛仿真,表明该算法在提高目标跟踪精度和正确关联概率上是有效的.