【摘要】：為進一步提高無線傳感器網(wǎng)絡(luò)節(jié)點跟蹤定位精度降低能耗,提出一種多目標擁擠度差分優(yōu)化的貝葉斯量化變分濾波預(yù)估WSN跟蹤定位算法.首先,針對定位問題,采用貝葉斯量化變分濾波方法對目標下一位置區(qū)域進行預(yù)測,利用量化變分濾波方式選取合適的定位參與節(jié)點,并設(shè)計了量化變分濾波的多目標參數(shù)優(yōu)化模型.其次,針對傳統(tǒng)多目標優(yōu)化算法尋優(yōu)精度不高的問題,設(shè)計了基于種群個體擁擠度狀況的多目標差分進化算法,對量化變分濾波算法參數(shù)進行優(yōu)化,實現(xiàn)了濾波參數(shù)的多目標優(yōu)化.最后,通過實驗仿真表明,該算法能夠有效實現(xiàn)目標節(jié)點的跟蹤定位,并可節(jié)省能量消耗.

【相似文獻】

相關(guān)期刊論文 前10條

1 溫寶全;可靠性的貝葉斯及經(jīng)驗貝葉斯估計[J];杭州電子工業(yè)學(xué)院學(xué)報;1995年02期

2 任偉建;山茂泉;謝鋒;王文東;;基于粒子濾波和貝葉斯估計的目標跟蹤[J];大慶石油學(xué)院學(xué)報;2008年03期

3 劉昌盛;擺玉龍;厲樹忠;鄭岳意;;后向散射系數(shù)的貝葉斯估計[J];計算機仿真;2007年08期

4 武東;張青;湯銀才;;指數(shù)分布步加試驗的貝葉斯估計[J];電子產(chǎn)品可靠性與環(huán)境試驗;2007年06期

5 林小蘭;李傳珍;王暉;王京玲;;基于貝葉斯理論的單音音樂節(jié)奏提取[J];中國傳媒大學(xué)學(xué)報(自然科學(xué)版);2008年04期

6 李擁軍;曾標;徐克付;李陽;;復(fù)雜背景下基于貝葉斯-全概率聯(lián)合估計的前景檢測[J];電子與信息學(xué)報;2012年02期

7 汪西原;;基于貝葉斯估計的復(fù)小波域圖像去噪[J];陜西師范大學(xué)學(xué)報(自然科學(xué)版);2005年04期

8 張霞;于宏毅;楊白薇;;基于貝葉斯估計的無線傳感器網(wǎng)絡(luò)鏈路選擇算法[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2009年02期

9 張世英,劉金塘;小樣本參數(shù)的貝葉斯估計方法[J];天津大學(xué)學(xué)報;1989年03期

10 胡戰(zhàn)虎;基于貝葉斯估計的多分辨圖像濾波方法[J];電子學(xué)報;2002年01期

相關(guān)碩士學(xué)位論文 前10條

1 王韜;基于貝葉斯網(wǎng)絡(luò)的###動車組牽引傳動系統(tǒng)可靠性分析[D];西南交通大學(xué);2015年

2 胡斌;基于壓縮感知的DOA估計[D];哈爾濱工業(yè)大學(xué);2015年

3 李小華;結(jié)構(gòu)參數(shù)識別的貝葉斯估計方法及應(yīng)用研究[D];中國地震局工程力學(xué)研究所;2009年

4 章欣已;基于貝葉斯估計多品種小批量生產(chǎn)的統(tǒng)計過程控制研究[D];上海交通大學(xué);2013年

5 張玉潔;基于評分的貝葉斯網(wǎng)融合方法[D];云南大學(xué);2011年

6 王朝祿;基于貝葉斯網(wǎng)的廣告點擊率預(yù)測方法及實現(xiàn)[D];云南大學(xué);2013年

7 唐思思;基于離散動態(tài)貝葉斯網(wǎng)絡(luò)的信息安全風(fēng)險評估方法的研究[D];東北大學(xué);2013年

8 朱家明;帶有單側(cè)區(qū)間信息的正態(tài)均值的貝葉斯估計[D];華東師范大學(xué);2002年

9 趙琳;刀切貝葉斯估計方法[D];吉林大學(xué);2008年

10 盛建芳;基于貝葉斯估計的二項分布參數(shù)估計[D];浙江工商大學(xué);2011年

本文編號：2733744