本文關(guān)鍵詞： 蜂擁算法 移動傳感器網(wǎng)絡(luò) 離散時(shí)間耦合目標(biāo)跟蹤算法 多領(lǐng)導(dǎo)者 速度時(shí)滯 多跳網(wǎng)絡(luò)　出處：《電子科技大學(xué)》2014年碩士論文　論文類型：學(xué)位論文

【摘要】：與遺傳算法和蟻群算法一樣,蜂擁算法(Flocking)源自自然界奇妙現(xiàn)象,在分布式控制領(lǐng)域有著得天獨(dú)厚的優(yōu)勢,一直被各個領(lǐng)域的研究者們所重視。近年來蜂擁算法在可移動機(jī)器人網(wǎng)絡(luò),移動傳感器網(wǎng)絡(luò)以及無人飛行器(Unmanned Arial Vehicles, UAVs)等領(lǐng)域的應(yīng)用,則使其成為分布式控制領(lǐng)域一個新的研究熱點(diǎn)。本文以蜂擁算法及其在移動傳感器網(wǎng)絡(luò)中的應(yīng)用為研究課題,主要研究了以下三部分內(nèi)容。一、考慮蜂擁算法在實(shí)際應(yīng)用過程中可能遇到的實(shí)際因素,從考慮速度時(shí)滯,引入多跳網(wǎng)絡(luò),多領(lǐng)導(dǎo)者情況以及部分智能體接收到領(lǐng)導(dǎo)者信息的情況等方面入手,對現(xiàn)有的蜂擁算法進(jìn)行了多方面的擴(kuò)展。其中,多跳網(wǎng)絡(luò)的引入提高了網(wǎng)絡(luò)的連通度,進(jìn)而提升了系統(tǒng)速度一致的收斂速度；多領(lǐng)導(dǎo)者蜂擁算法則在傳統(tǒng)多領(lǐng)導(dǎo)者蜂擁算法的基礎(chǔ)上,引入一個排斥勢能函數(shù),減少“尷尬”位置關(guān)系的存在,縮短了系統(tǒng)達(dá)到漸近穩(wěn)定需要的時(shí)間：部分智能體接收到領(lǐng)導(dǎo)者信息情況下的蜂擁算法則能保證整個系統(tǒng)蜂擁群的形成。二、定性地分析和比較了現(xiàn)有的一致性濾波算法,主要包括分布式卡爾曼濾波算法(Distributed Kalman Filter, DKF),卡爾曼一致性濾波算法(Kalman Consensus Filter, KCF)以及次優(yōu)離散卡爾曼一致性濾波算法(Sub-Optimal Discrete Kalman Consensus Filter, SOD-KCF)。同時(shí),仿真實(shí)驗(yàn)驗(yàn)證了在不同連通度和節(jié)點(diǎn)觀測噪聲情況下,SOD-KCF算法在平均估計(jì)誤差和一致性參數(shù)方面優(yōu)于其余兩種算法,為耦合目標(biāo)跟蹤(Coupled Target Trakcing, CTT)算法中一致性濾波算法的選擇提供了參考。三、設(shè)計(jì)了應(yīng)用在移動傳感器網(wǎng)絡(luò)中的離散時(shí)間耦合目標(biāo)跟蹤算法,并通過理論推導(dǎo)和仿真實(shí)驗(yàn)驗(yàn)證了算法的穩(wěn)定性。在此基礎(chǔ)上,從考慮速度時(shí)滯,引入多跳網(wǎng)絡(luò),多目標(biāo)情況以及部分傳感器節(jié)點(diǎn)能感知到目標(biāo)狀態(tài)的情況等方面對算法進(jìn)行了擴(kuò)展,并通過理論推導(dǎo)和仿真實(shí)驗(yàn)驗(yàn)證了算法的穩(wěn)定性。最后,從估計(jì)誤差,估計(jì)一致性參數(shù)以及網(wǎng)絡(luò)連通度等方面對所設(shè)計(jì)的算法進(jìn)行了評估。
[Abstract]:As with genetic algorithm and ant colony algorithm , the swarm optimization ( Flocking ) is a new research hotspot in the field of distributed control , which is based on the application of swarm optimization algorithm in the field of mobile robot network , mobile sensor network and unmanned aerial vehicle . At the same time , the simulation experiments prove that the SOD - KCF algorithm is superior to the other two algorithms in terms of average estimation error and consistency parameter in the case of different connectivity and node observation noise . The discrete time coupling target tracking algorithm applied in the mobile sensor network is designed , and the stability of the algorithm is verified through theoretical derivation and simulation experiments . Finally , the algorithm is evaluated from the aspects of estimation error , estimation consistency parameter and network connectivity .

【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TP212.9;TN929.5

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 肖偉;全惠云;;具有調(diào)和特性的蟻群改進(jìn)算法[J];計(jì)算機(jī)工程與應(yīng)用;2005年34期

2 劉江華;戴新喜;白似雪;;基于模式矩陣的P_Matrix算法[J];南昌大學(xué)學(xué)報(bào)(理科版);2007年05期

3 袁萬蓮;鄭誠;翟明清;;一種改進(jìn)的Apriori算法[J];計(jì)算機(jī)技術(shù)與發(fā)展;2008年05期

4 周愛武;崔丹丹;肖云;;一種改進(jìn)的K-means聚類算法[J];微型機(jī)與應(yīng)用;2011年21期

5 李靜燕;;改進(jìn)的Apriori算法在教學(xué)質(zhì)量評價(jià)中的應(yīng)用[J];價(jià)值工程;2013年01期

6 鄧勇,施文康;發(fā)現(xiàn)頻繁情節(jié)的改進(jìn)算法[J];上海交通大學(xué)學(xué)報(bào);2005年03期

7 李環(huán)宇;杜春玲;李保銀;;一種基于關(guān)聯(lián)規(guī)則挖掘的改進(jìn)算法[J];福建電腦;2007年01期

8 周樹德;孫增圻;;分布估計(jì)算法綜述[J];自動化學(xué)報(bào);2007年02期

9 劉華婷;郭仁祥;姜浩;;關(guān)聯(lián)規(guī)則挖掘Apriori算法的研究與改進(jìn)[J];計(jì)算機(jī)應(yīng)用與軟件;2009年01期

10 許廣林;劉念祖;馮嘉禮;劉永昌;;掘客投票算法的屬性論方法[J];智能系統(tǒng)學(xué)報(bào);2009年02期

相關(guān)會議論文 前10條

1 黃紀(jì)武;毛澤華;李松濤;張錦雄;;SPMD并行查找算法的MPI實(shí)現(xiàn)[A];廣西計(jì)算機(jī)學(xué)會——2004年學(xué)術(shù)年會論文集[C];2004年

2 黃紀(jì)武;毛澤華;李松濤;張錦雄;;SPMD并行查找算法的MPI實(shí)現(xiàn)[A];廣西計(jì)算機(jī)學(xué)會2004年學(xué)術(shù)年會論文集[C];2004年

3 符麗錦;覃華;鄧海;孫欣;;一種改進(jìn)的Apriori算法的研究[A];廣西計(jì)算機(jī)學(xué)會2012年學(xué)術(shù)年會論文集[C];2012年

4 王東鋒;王軍民;陳英武;;模糊定性仿真理論研究與算法實(shí)現(xiàn)[A];'2000系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文集[C];2000年

5 趙唯;;晶粒度評級的改進(jìn)算法[A];中國圖象圖形科學(xué)技術(shù)新進(jìn)展——第九屆全國圖象圖形科技大會論文集[C];1998年

6 劉啟文;;可擴(kuò)展的圖形學(xué)算法演示系統(tǒng)的研究[A];’2004計(jì)算機(jī)應(yīng)用技術(shù)交流會議論文集[C];2004年

7 佘智;蔣泰;朱延生;;基于Type C協(xié)議的防沖突改進(jìn)算法[A];廣西計(jì)算機(jī)學(xué)會25周年紀(jì)念會暨2011年學(xué)術(shù)年會論文集[C];2011年

8 朱紹文;趙培;朱秋云;;基于pSPADE并行挖掘序列算法的研究[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

9 楊霞;;新的基于啟發(fā)式蟻群算法的QoS路由算法[A];廣西計(jì)算機(jī)學(xué)會2009年年會論文集[C];2009年

10 陳黎飛;姜青山;董槐林;;基于圖形輪廓的快速聚類算法[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報(bào)告篇）[C];2006年

相關(guān)碩士學(xué)位論文 前10條

1 桑磊;蟻群算法的研究以及在網(wǎng)絡(luò)多點(diǎn)路由問題上的應(yīng)用[D];吉林大學(xué);2010年

2 范紅梅;蟻群算法的改進(jìn)[D];燕山大學(xué);2007年

3 唐藝軍;基于蟻群算法的數(shù)據(jù)挖掘應(yīng)用研究[D];遼寧工程技術(shù)大學(xué);2007年

4 田婧;蟻群算法在電廠過熱汽溫控制中的應(yīng)用[D];華北電力大學(xué);2011年

5 常健;K-Means算法的一種GPU實(shí)現(xiàn)[D];吉林大學(xué);2012年

6 萬軍;加權(quán)關(guān)聯(lián)規(guī)則挖掘算法的研究與改進(jìn)[D];廣西大學(xué);2013年

7 武燕;粒子群改進(jìn)算法及在混合神經(jīng)網(wǎng)絡(luò)中的應(yīng)用研究[D];景德鎮(zhèn)陶瓷學(xué)院;2014年

8 劉勇;類電磁機(jī)制算法的研究與改進(jìn)[D];西安電子科技大學(xué);2013年

9 毛嘉莉;聚類K-means算法及并行化研究[D];重慶大學(xué);2003年

10 王永;基于關(guān)聯(lián)規(guī)則挖掘算法的相關(guān)技術(shù)研究[D];安徽大學(xué);2011年

，

本文編號：1457627