基于高斯和粒子滤波的传感器数据处理技术 |
| |
引用本文: | 郑吉平,韩秋廷,张慧.基于高斯和粒子滤波的传感器数据处理技术[J].北京邮电大学学报,2013(4):110-115. |
| |
作者姓名: | 郑吉平 韩秋廷 张慧 |
| |
作者单位: | 南京航空航天大学计算机科学与技术学院;南京大学计算机软件新技术国家重点实验室 |
| |
基金项目: | 教育部博士点基金项目(20103218110017);江苏高校优势学科建设工程资助项目;南京航空航天大学青年科技创新基金项目(NN2012102,NS2013089);南京航空航天大学研究生开放基金项目(KFJJ120222) |
| |
摘 要: | 对不确定传感器数据进行建模,利用高斯和粒子滤波技术进行概率推理,以达到节约能量的目的.首先,根据传感器不同节点之间的时空相关性,采用历史数据建立概率模型;然后,在建立的概率模型上利用基本粒子滤波技术进行概率推理;最后,根据传感器数据符合高斯分布的特征,分别采用高斯粒子滤波、高斯和粒子滤波进行概率推理.实验结果表明,高斯和粒子滤波在准确率和运行效率两方面均能达到良好效果.
|
关 键 词: | 传感器网络 动态概率模型 粒子滤波 高斯粒子滤波 高斯和粒子滤波 |
本文献已被 CNKI 等数据库收录! |
|