本文關(guān)鍵詞：無(wú)線(xiàn)傳感器網(wǎng)絡(luò)目標(biāo)跟蹤算法的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：微電子技術(shù)、無(wú)線(xiàn)通信技術(shù)和計(jì)算技術(shù)等的發(fā)展進(jìn)步推動(dòng)了低功耗傳感器的發(fā)展。進(jìn)而，無(wú)線(xiàn)傳感器網(wǎng)絡(luò)這種新興的具有無(wú)限潛力的網(wǎng)絡(luò)應(yīng)運(yùn)而生。無(wú)線(xiàn)傳感器網(wǎng)絡(luò)（wireless sensor network, WSN）是由一片區(qū)域中大量能量有限的低功耗傳感器節(jié)點(diǎn)組成的。與傳統(tǒng)網(wǎng)絡(luò)相比，無(wú)線(xiàn)傳感器網(wǎng)絡(luò)具有覆蓋范圍廣，能耗低，自組織能力強(qiáng)，可靠性高以及采用無(wú)線(xiàn)通信方式等特點(diǎn)，非常適合于目標(biāo)跟蹤和定位。例如戰(zhàn)場(chǎng)監(jiān)控、導(dǎo)航、生物習(xí)性研究、城市交通管理等。同時(shí)，無(wú)線(xiàn)傳感器網(wǎng)絡(luò)在實(shí)際應(yīng)用中也存在一些約束，例如傳感器節(jié)點(diǎn)體積較小，可以攜帶的能量非常有限。因此，怎樣高效利用網(wǎng)絡(luò)中的節(jié)點(diǎn)能量是傳感器網(wǎng)絡(luò)面臨的主要挑戰(zhàn)之一。在無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的目標(biāo)跟蹤中，通過(guò)使用并合理構(gòu)建動(dòng)態(tài)簇跟蹤結(jié)構(gòu)可以有效降低網(wǎng)絡(luò)的能量消耗，從而延長(zhǎng)網(wǎng)絡(luò)的生命周期。而有效的濾波算法通過(guò)避免盲目的喚醒網(wǎng)絡(luò)中的節(jié)點(diǎn)和降低跟蹤延遲，可以進(jìn)一步增強(qiáng)網(wǎng)絡(luò)的跟蹤性能。 本文針對(duì)無(wú)線(xiàn)傳感器網(wǎng)絡(luò)目標(biāo)跟蹤問(wèn)題，提出了新的動(dòng)態(tài)簇組建方法，實(shí)踐證明動(dòng)態(tài)簇在目標(biāo)跟蹤過(guò)程中可以有效降低網(wǎng)絡(luò)的能耗。同時(shí)，對(duì)粒子濾波算法進(jìn)行了改進(jìn)，有效降低了粒子濾波算法的計(jì)算量。粒子濾波在解決非線(xiàn)性非高斯的目標(biāo)跟蹤問(wèn)題中具有很好的表現(xiàn)。 本文主要工作有兩點(diǎn)。第一，在對(duì)現(xiàn)有無(wú)線(xiàn)傳感器網(wǎng)絡(luò)目標(biāo)跟蹤算法中幾種動(dòng)態(tài)簇組建方法進(jìn)行充分研究的基礎(chǔ)上，提出了一種改進(jìn)的動(dòng)態(tài)簇組建方法。該算法通過(guò)改進(jìn)動(dòng)態(tài)簇的組建過(guò)程中簇頭的選舉和簇成員的征集過(guò)程，來(lái)達(dá)到進(jìn)一步節(jié)能的效果。簇頭的選擇，綜合考慮節(jié)點(diǎn)的能量和節(jié)點(diǎn)離目標(biāo)的距離兩個(gè)因素。簇成員的征集，同時(shí)考慮到目標(biāo)的移動(dòng)速度和網(wǎng)絡(luò)中節(jié)點(diǎn)的分布情況。通過(guò)matlab仿真證明了本文動(dòng)態(tài)簇組建的有效性。第二，具體分析了現(xiàn)有的濾波算法，，通過(guò)對(duì)比了解到粒子濾波在處理非線(xiàn)性運(yùn)動(dòng)方面的優(yōu)勢(shì)。但由于其運(yùn)算量大，需要改進(jìn)。本文在保證跟蹤精度的條件下，減小了粒子濾波的計(jì)算量，使其更加適用于無(wú)線(xiàn)傳感器網(wǎng)絡(luò)目標(biāo)跟蹤。
【關(guān)鍵詞】：無(wú)線(xiàn)傳感器網(wǎng)絡(luò) 目標(biāo)跟蹤 動(dòng)態(tài)簇 粒子濾波 重采樣 節(jié)能
【學(xué)位授予單位】：太原理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TP212.9;TN929.5
【目錄】：

• 摘要3-5
• ABSTRACT5-11
• 第1章 緒論11-17
• 1.1 WSN 目標(biāo)跟蹤的研究背景及意義11
• 1.2 WSN 目標(biāo)跟蹤問(wèn)題的研究現(xiàn)狀11-13
• 1.3 WSN 目標(biāo)跟蹤面臨的主要挑戰(zhàn)13-14
• 1.4 論文的主要工作14
• 1.5 論文的章節(jié)安排14-17
• 第2章 WSN 目標(biāo)跟蹤算法節(jié)點(diǎn)調(diào)度策略研究17-27
• 2.1 雙元檢測(cè)協(xié)作跟蹤17-18
• 2.1.1 雙元檢測(cè)17-18
• 2.1.2 雙元檢測(cè)目標(biāo)跟蹤算法的過(guò)程18
• 2.2 信息驅(qū)動(dòng)協(xié)作跟蹤18-20
• 2.2.1 信息驅(qū)動(dòng)協(xié)作跟蹤算法19
• 2.2.2 選擇跟蹤目標(biāo)的節(jié)點(diǎn)19-20
• 2.3 動(dòng)態(tài)簇結(jié)構(gòu)目標(biāo)跟蹤算法20-21
• 2.3.1 動(dòng)態(tài)簇結(jié)構(gòu)21
• 2.3.2 基于動(dòng)態(tài)簇結(jié)構(gòu)的目標(biāo)跟蹤算法21
• 2.4 傳送樹(shù)目標(biāo)跟蹤算法21-26
• 2.4.1 構(gòu)造初始傳送樹(shù)結(jié)構(gòu)22-23
• 2.4.2 傳送樹(shù)結(jié)構(gòu)的調(diào)整23-25
• 2.4.3 傳送樹(shù)結(jié)構(gòu)的重新構(gòu)造25-26
• 2.5 本章小結(jié)26-27
• 第3章 動(dòng)態(tài)簇結(jié)構(gòu)的改進(jìn)及在 WSN 中的應(yīng)用27-37
• 3.1 網(wǎng)絡(luò)的假設(shè)與初始狀態(tài)27-28
• 3.1.1 本文中網(wǎng)絡(luò)的假設(shè)27-28
• 3.1.2 節(jié)點(diǎn)自身保存信息28
• 3.1.3 網(wǎng)絡(luò)的初始狀態(tài)28
• 3.2 基于自適應(yīng)動(dòng)態(tài)簇和預(yù)測(cè)機(jī)制的跟蹤算法28-33
• 3.2.1 自適應(yīng)動(dòng)態(tài)簇組建算法29-30
• 3.2.2 預(yù)測(cè)算法30-31
• 3.2.3 基于預(yù)測(cè)機(jī)制的跟蹤算法31-33
• 3.3 仿真實(shí)驗(yàn)33-35
• 3.4 本章總結(jié)35-37
• 第4章 WSN 狀態(tài)估計(jì)算法的研究及粒子濾波算法的改進(jìn)37-55
• 4.1 狀態(tài)空間模型37
• 4.2 貝葉斯濾波估計(jì)37-39
• 4.3 最小二乘估計(jì)法39-40
• 4.4 卡爾曼濾波估計(jì)算法40-41
• 4.5 擴(kuò)展卡爾曼濾波41-42
• 4.6 粒子濾波算法42-45
• 4.6.1 蒙特卡洛方法42-44
• 4.6.1.1 蒙特卡洛方法的原理43
• 4.6.1.2 蒙特卡洛方法的一般步驟43-44
• 4.6.2 粒子濾波算法44-45
• 4.7 改進(jìn)的粒子濾波算法45-50
• 4.7.1 粒子退化問(wèn)題46
• 4.7.2 重采樣46-48
• 4.7.3 改進(jìn)的重采樣方法48-50
• 4.7.3.1 自適應(yīng)部分粒子重采樣49-50
• 4.7.3.2 B 類(lèi)粒子重采樣過(guò)程50
• 4.8 仿真實(shí)驗(yàn)50-52
• 4.9 本章總結(jié)52-55
• 第5章 總結(jié)與展望55-57
• 5.1 全文總結(jié)55-56
• 5.2 展望56-57
• 參考文獻(xiàn)57-61
• 致謝61-63
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄63

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 孟凡偉;關(guān)新平;;無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中負(fù)載均衡的sink節(jié)點(diǎn)移動(dòng)策略[J];信息安全與技術(shù);2011年Z1期

2 鄧克波;劉中;;基于無(wú)線(xiàn)傳感器網(wǎng)絡(luò)動(dòng)態(tài)簇的目標(biāo)跟蹤[J];兵工學(xué)報(bào);2008年10期

3 劉立陽(yáng);張金成;吳中林;;基于分布式動(dòng)態(tài)簇結(jié)構(gòu)的WSN自適應(yīng)目標(biāo)跟蹤算法[J];傳感技術(shù)學(xué)報(bào);2012年01期

4 劉軍;劉暉;葉寧;崔哲;;無(wú)線(xiàn)傳感器網(wǎng)絡(luò)自適應(yīng)動(dòng)態(tài)簇目標(biāo)跟蹤策略[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年08期

5 張?jiān)姽?朱立新;趙義正;;粒子濾波算法研究現(xiàn)狀與發(fā)展趨勢(shì)[J];電子信息對(duì)抗技術(shù);2010年05期

6 陳曉娟;王卓;吳潔;;一種基于LEACH的改進(jìn)WSN路由算法[J];傳感技術(shù)學(xué)報(bào);2013年01期

7 楊文鉑;邢鵬康;劉彥華;;一種基于自適應(yīng)RSSI測(cè)距模型的無(wú)線(xiàn)傳感器網(wǎng)絡(luò)定位方法[J];傳感技術(shù)學(xué)報(bào);2015年01期

8 康健;左憲章;唐力偉;張西紅;李浩;;無(wú)線(xiàn)傳感器網(wǎng)絡(luò)數(shù)據(jù)融合技術(shù)[J];計(jì)算機(jī)科學(xué);2010年04期

9 王小平;羅軍;沈昌祥;;三邊測(cè)量法的結(jié)果穩(wěn)定性研究[J];計(jì)算機(jī)工程與科學(xué);2012年06期

10 劉文靜;于金霞;湯永利;;粒子濾波自適應(yīng)部分系統(tǒng)重采樣算法研究[J];計(jì)算機(jī)應(yīng)用研究;2011年03期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 王邢波;基于Kalman濾波的無(wú)線(xiàn)傳感器網(wǎng)絡(luò)目標(biāo)跟蹤算法的研究[D];山東大學(xué);2011年

  本文關(guān)鍵詞：無(wú)線(xiàn)傳感器網(wǎng)絡(luò)目標(biāo)跟蹤算法的研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：277925