首页 | 本学科首页   官方微博 | 高级检索  
     

基于动态生成树和改进不敏卡尔曼滤波的传感器网络目标跟踪算法研究
引用本文:蒋鹏,宋华华,王兴民.基于动态生成树和改进不敏卡尔曼滤波的传感器网络目标跟踪算法研究[J].仪器仪表学报,2015,36(2):415-421.
作者姓名:蒋鹏  宋华华  王兴民
作者单位:杭州电子科技大学自动化学院
基金项目:国家自然科学基金(61273072);浙江省环保科技计划(2013A034);浙江省安全生产科技计划(2013A1006)资助
摘    要:针对在传感器网络目标跟踪的实际应用中,节点感知的数据与目标真实状态之间通常呈现非线性的特点,提出了一种基于改进不敏卡尔曼滤波的传感器网络目标跟踪算法。通过引入粒子群技术对不敏卡尔曼滤波中δ采样点的分布和收敛速度进行优化,使得δ采样点的分布更加接近目标的真实状态,以提高目标跟踪精度。同时,构建了一个随目标移动而动态生成的树形结构作为算法的执行平台。仿真结果表明,采用动态生成树作为算法执行平台提高了节点资源的利用率,降低了网络能耗,采用粒子群优化后的不敏卡尔曼滤波提高了目标跟踪精度,减少了算法运行时间。

关 键 词:目标跟踪  改进不敏卡尔曼滤波  粒子群优化  动态生成树

Target tracking algorithm for sensor networks based on dynamic spanning tree and improved unscented Kalman filter
Jiang Peng,Song Huahu,Wang Xingmin.Target tracking algorithm for sensor networks based on dynamic spanning tree and improved unscented Kalman filter[J].Chinese Journal of Scientific Instrument,2015,36(2):415-421.
Authors:Jiang Peng  Song Huahu  Wang Xingmin
Affiliation:Jiang Peng;Song Huahua;Wang Xingmin;College of Automation,Hangzhou Dianzi University;
Abstract:
Keywords:target tracking  improved unscented Kalman filter  particle swarm optimization  dynamic spanning tree
本文献已被 CNKI 等数据库收录!
点击此处可从《仪器仪表学报》浏览原始摘要信息
点击此处可从《仪器仪表学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号