无线传感器网络分布式量化卡尔曼滤波

本文针对无线传感器网络中的目标跟踪问题,研究了分布式量化卡尔曼滤波问题.由于网络中存在能量和带宽限制,传感器传输的数据必须经过量化处理.考虑一个线性离散随机动态系统,首先提出了一种动态Lloyd-Max量化器并设计了其在线更新方案,然后基于贝叶斯原理导出了递归形式的最优量化卡尔曼滤波器,同时给出了一种渐近等价的迭代算法,并进一步分析了量化卡尔曼滤波器的稳定性.最后,仿真结果验证了所设计算法的可行性与有效性.     

传感器网络分布式事件触发多目标估计

本文主要研究无线传感器网络中目标数目已知且固定的一类分布式多目标跟踪问题,提出了一种完全分布式的基于事件触发的测量和通信策略使得每个节点在不需要全局信息的情况下实现估计误差和能量消耗之间的平衡.监测区域存在多个移动目标,传感器能否测量到单个目标由事件触发测量机制和节点的测量半径来综合决定.基于节点和邻居的信息采用k-means聚类算法来解决数据关联问题,同时提出了基于最小迹原则的一致性卡尔曼滤波算法.从理论上证明了该事件触发策略不仅在性能指标上优于基于时间触发的算法,而且在网络中如果存在节点对多目标协同可观,系统估计误差在均方意义下是稳定的.最后给出了仿真例子验证了该算法的有效性和可行性.     

传感器网络一致性分布式滤波算法

为了改善分布式传感器网络的估计性能,提出了一种基于状态预测一致的滤波算法.在对局部估计值进行一致化处理的基础上,重点研究了利用邻居节点前一时刻的估计值对当前局部状态预测值进行修正来提高估计精度.给出了一种一致性增益的选择方法,利用李雅普诺夫方法得到了算法收敛的充分条件,并讨论了影响算法收敛速度的因素.仿真结果表明了算法的有效性,并发现节点度较大的传感器在网络估计中发挥着重要作用,可通过调整这类节点的一致性系数来改善算法性能.     

一种异步自适应无线传感器网络MAC协议

针对无线传感器网络低能耗、低延时的特点,提出一种异步自适应MAC协议:AA-MAC.该协议缩短了无线传感器网络MAC协议中异步唤醒方式的前导帧长度,同时采用自适应监听来减少数据发送延时.通过在NS2上的仿真模拟比较,发现AA-MAC相对于同类型的MAC协议有更好的节能效果和更短的延时,因此AA-MAC能更适合无线传感器网络的要求.     

无线传感器网络分布式连通算法

针对离散目标覆盖集的连通问题,设计了一种分布式构造连通集的算法,这种算法并不要求网络的全局信息,仅仅依赖每个节点的3跳内的邻居信息;对于大规模密集型的无线传感器网络,这种分布式算法更适合无线传感器网络的实际应用。     

无线传感器网络分布式调度方法研究

无线传感器网络(Wireless sensor network, WSN)是一个资源受限的网络系统.已提出了多种调度方法来提高网络性能. 本文归纳了WSN分布式调度方法的设计原则和分类方法,并按调度对象对调度方法进行了分类讨论. 详细论述了一些典型调度方法的内在机理,分析了每一类调度方法的特点. 对这些调度方法的设计目标和性能特点进行了对比.最后总结了WSN分布式调度方法的研究现状, 提出了该领域今后发展需要关注的重要因素.     

无线传感器监测网络分布式节点调度策略

无线传感器监测网络(WSSN)由数量众多的节点组成.每个节点通过传感器监测外界环境的变化并将监测数据以无线多跳的方式发回基站,实现对用户感兴趣的区域进行监测.WSSN节点的主要特点是电能、带宽、计算和存储能力等高度受限,尤其是其电源的不可替换性导致在保证对监测目标完全监测的同时延长系统工作寿命成为WSSN应用的一个中心问题.提出了WSSN的扩展工作寿命的定义,并在此基础上提出了一种延长WSSN工作寿命的分布式节点调度策略,在各节点簇内对节点进行调度以实现有差别监测服务并延长系统的工作寿命.提出的策略综合考虑节点的当前状态,具有较强的容错性.仿真实验结果表明相对于已提出的方法,该策略有效延长了WSSN的工作寿命.     

基于无线传感器网络的机器人定位跟踪研究

针对基于无线传感器网络的机器人定位提出了一种分段极大似然质心算法。将质心法引入极大似然估计算法中,通过计算已预测结果的质心提高目标位置的预测精度。考虑到WSN系统的超声定位实时性较差,采用扩展卡尔曼滤波算法将WSN系统改进定位算法与机器人航位推算进行融合以跟踪机器人位姿,从而提高了定位精度和系统动态性能。仿真结果表明：在不同锚节点个数和不同测距误差条件下,分段极大似然质心算法均能取得良好的定位效果;采用扩展卡尔曼滤波算法的数据融合,进一步提高了机器人轨迹跟踪的精度。     

分布式传感器网络研究进展

传感器技术和计算机网络的发展促使分布式传感器网络(DSN)快速发展,从少数大尺寸传感器的集合发展到微传感器集成,从固定节点发展到移动节点,从利用电话线通讯发展到无线通讯,从静态拓扑发展到动态拓扑.然而,技术的发展也带来了在有限带宽、有限能源、动态环境中处理大量数据的新的挑战.本文从网络结构、数据处理和最佳传感器配置策略几方面回顾了分布式传感器网络的发展,对我国分布式传感器网络的研究者将会有参考作用.     

基于行为控制的移动机器人导航方法

针对移动机器人在完全未知或者部分未知的环境中进行自主导航容易陷入各种陷阱的问题,提出了一种基于多行为控制的导航方法;机器人通过激光雷达对周边环境进行感知,并将采集到的信息与行为转换条件进行匹配用于行为转换的决策;同时在该方法中通过栅格地图引入了记忆信息,从而增强机器人对周边环境的认知能力,从而提高机器人的决策能力;通过仿真实验证明了在简单环境中算法的有效性,同时也证明该算法对于某些复杂的环境有效可行,具有优化性、实时性与智能性的特点。     

基于行为优先与模糊控制的移动机器人导航

由于动态未知环境下自主移动机器人的导航具有较大困难,为实现自主机器人在动态未知环境下的无碰撞运行,文中将行为优先级控制与模糊逻辑控制相结合,提出4种基本行为控制策略:目标寻找、避障、跟踪和解锁.针对'U'型和'V'型障碍物运行解锁问题,提出了行走路径记忆方法,并通过构建虚拟墙来避免机器人再次走入此类区域.仿真实验表明,所提出的控制策略可有效地运用于复杂和未知环境下自主移动机器人的导航,且具有较好的鲁棒性和适应性.     

移动机器人视觉导航控制研究

该文研究了移动机器人视觉导航的控制问题。针对导航中的图像畸变以及视野有限易造成导航线丢失等问题,提出了一种简单的单目视觉目标定位算法和一种新的控制策略。在导航时,首先利用定位算法精确地获取地面目标的深度信息,然后控制机器人沿一系列切线方向平滑接近导航线(或目标),并根据实施控制的时间间隔控制速度,以保证机器人视野中导航线(或目标)不丢失。实际的应用证明了该定位算法和策略的有效性。     

基于改进人工势场法的移动机器人导航控制

传统人工势场法在移动机器人导航过程中存在局部极小值,障碍物周围震荡等问题。针对采用传统人工势场法实现移动机器人导航过程中存在的问题,本文引入旋转力改进人工势场法,同时运用细菌觅食混合粒子群算法（BF-PSO）对移动机器人导航过程中的控制器参数及势场函数增益系数进行离线优化。运用优化参数进行基于改进人工势场法的移动机器人导航的仿真,仿真结果表明BF-PSO算法对移动机器人导航具有较好的优化效果。     

基于嵌入式的移动机器人导航算法研究

针对移动机器人视觉导航中路径识别和路径跟踪问题,采用S3C2440嵌入式处理器处理摄像头传感器采集的路径环境信息,实现移动机器人在有引导路径的情况下自主导航。首先,用小波分析的方法进行图像增强和滤波,数学形态学反复开关滤波去除路面上的杂质,其次,针对单路径和交叉引导路径分别采用基于阈值化和形态学方法提取中心点,最后,加权最小二乘法计算导航参数。实验结果表明,该导航算法具有较好的实时性和准确的控制精度,能够满足机器人视觉导航的需要。     

基于EPOS的激光导航移动机器人运动控制研究

为了提高移动机器人运动控制精度,满足移动机器人精确运动的需要,研制了一种以EPOS运动控制器为核心、采用激光导航的移动机器人运动控制系统。为验证运动控制系统的正确性和有效性,采用Lyapunov函数设计出一种速度跟踪控制算法。移动机器人轨迹跟踪实验结果表明,该控制系统精度高、实时性好、可以满足移动机器人在各种环境中的行走需要。     

基于立体视觉的移动机器人导航方法的研究

提出一种新颖、有效的移动机器人导航方法.首先利用归一化RGB值的特性和几何封闭性提取出道路区域和可疑障碍物区域;然后利用重投影以及灰度相似性剔除路面水迹及裂痕;接着对障碍物区域进行局部视差连续性约束下的相似性匹配,并构造障碍物的最大包围盒;最后对连续二帧图像进行色调均值和方差的匹配以估计障碍物的相对速度,利用不同的策略进行避障.道路区域和障碍物区域的提取实验以及避障的仿真实验验证了该方法的有效性.     

基于声纳的移动机器人沿墙导航控制

针对移动机器人提出了一种沿墙导航控制算法．算法首先对室内环境中墙的形状进行分类,并针对每一类型的墙设计相应的控制策略．然后在移动机器人运动过程中,基于有限状态机实现移动机器人沿墙状态的转移,从而使移动机器人采用不同的控制策略控制其运动．文中利用Pioneer 2DX移动机器人对此算法进行了实验研究,取得了理想的效果．     

基于认知发育的移动机器人自主导航

针对未知环境中移动机器人的导航问题,基于生物学的认知和发育机理构建自主导航的认知发育模型。通过自主插入神经元节点,设计结构可动态发育的神经网络,模拟生物的发育特性达到与应用需求相匹配的网络规模。通过热力学过程模拟动物的渐近学习特性,设计认知学习算法,并从理论上证明算法的收敛性。实验结果表明,该模型可使机器人模拟动物从环境中自动获取知识、积累经验,通过认知发育具备自主导航技能。     

基于信息融合的移动机器人导航技术

移动机器人导航系统中，各个传感器由于自身的精度差异以及信源可信性不等，如何有效的综合各信源达到对目标的准确认识，针对移动机器人导航技术的特点，结合多传感器信息融合理论，使移动机器人导航技术实用化，本文介绍了信息融合和导航关键技术，并在自做的平台上简易实现，提出了应用实现中的模型与方法。