針對純測距條件下移動傳感器網(wǎng)絡(luò)中的目標跟蹤問題,提出一種基于非線性濾波和多維標度的目標跟蹤算法。根據(jù)傳感器和目標之間存在的相對運動,建立帶約束的動態(tài)距離模型,利用無跡卡爾曼濾波算法提高模型對距離及距離變化率的估計精度。在此基礎(chǔ)上,結(jié)合傳感器自身的位置、速度等狀態(tài)信息,使用加權(quán)多維標度方法估計目標位置和速度。仿真結(jié)果表明,在只有距離信息的情況下,該算法能夠?qū)崿F(xiàn)對目標位置的高精度定位,速度估計結(jié)果也能準確反映目標的真實運動情況,與ML-KF算法相比整體跟蹤效果更好。 

【文章來源】：計算機工程. 2020,46(11)北大核心CSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

三維空間中4個傳感器對1個目標的跟蹤場景

圖2～圖4分別顯示了本文算法和文獻[10]算法對三維空間中目標在x、y、z坐標方向上的位置估計結(jié)果。可以看出,2種算法的跟蹤結(jié)果相似,但本文算法的位置估計曲線更接近目標的真實軌跡。圖5顯示了100次蒙特卡羅仿真實驗的均方根誤差。可以看出,在測距誤差服從均值為0、方差為1高斯分布的情況下,本文算法的RMSE穩(wěn)定在1.08 m左右,ML-KF算法的RMSE約為1.26 m。相比于ML-KF算法,本文算法能夠使定位精度提高約16.67%。圖3 y方向位置估計結(jié)果

z方向位置估計結(jié)果

【參考文獻】：
期刊論文
[1]基于不完全測距的移動傳感器網(wǎng)絡(luò)定位算法[J]. 李衛(wèi)華,賈丹,王鵬.  控制與決策. 2018(04)
[2]室內(nèi)非視距環(huán)境下基于改進多維標度的優(yōu)化定位算法[J]. 賈丹,李衛(wèi)華,王鵬.  空軍工程大學(xué)學(xué)報(自然科學(xué)版). 2017(03)
[3]通信受限下分布式多傳感器協(xié)同跟蹤算法[J]. 趙猛,左燕,李明地,郭寶峰.  火力與指揮控制. 2017(06)
[4]結(jié)合極大似然距離估計的MDS-MAP節(jié)點定位算法[J]. 李津蓉,王萬良,介婧,姚信威.  傳感技術(shù)學(xué)報. 2016(04)
[5]基于SINGER模型的實時誤差配準算法及分析[J]. 李洋,張靖.  系統(tǒng)工程與電子技術(shù). 2015(06)
[6]基于蜂擁控制的移動傳感器網(wǎng)絡(luò)目標跟蹤算法[J]. 婁柯,崔寶同,李紋.  控制與決策. 2013(11)
[7]基于MDS-MAP和非線性濾波的WSN定位算法[J]. 陳歲生,盧建剛,樓曉春.  浙江大學(xué)學(xué)報(工學(xué)版). 2012(05)
[8]基于相互測距信息的機群組網(wǎng)協(xié)同定位技術(shù)[J]. 劉俊成,張京娟,馮培德.  北京航空航天大學(xué)學(xué)報. 2012(04)
[9]雙層協(xié)作的無線傳感器網(wǎng)絡(luò)目標跟蹤方法[J]. 于濤,孫燕.  計算機工程. 2011(17)
[10]空中多運動平臺多傳感器目標跟蹤[J]. 趙岐誠,江晶,蓋旭剛.  現(xiàn)代雷達. 2009(10)



本文編號：3605436