基于水下傳感器網(wǎng)絡(luò)的非合作目標(biāo)位置估計
發(fā)布時間:2020-12-11 21:58
基于水下傳感器網(wǎng)絡(luò)的目標(biāo)跟蹤繼承了傳感器網(wǎng)絡(luò)中節(jié)點體積小、功耗低、分布靈活等特點,能夠為水下非合作目標(biāo)位置估計提供更加實時有效的數(shù)據(jù)支持。本文從水下非合作目標(biāo)定位中的環(huán)境特性和目標(biāo)特性出發(fā)進(jìn)行了分析研究,設(shè)計了基于分組估計策略的跟蹤算法和基于資源調(diào)度策略的跟蹤算法,充分發(fā)掘分布式協(xié)同決策的優(yōu)勢,以獲得更為快速可靠的目標(biāo)跟蹤。本文的研究工作主要包括如下兩個方面:(1)針對水下定位中水聲傳播的滯后性及普遍存在的非視距(Non Line of Sight,NLOS)誤差等環(huán)境因素的影響,提出了異步的距離測量方法和基于分組分配策略的NLOS量測定位算法。測量方法中利用異步的定位方式獲取距離量測,削弱了傳播滯后性的不利影響。定位算法中通過多個位置估計有效降低了NLOS量測噪聲造成的定位精度衰落。數(shù)據(jù)仿真表明:對于存在NLOS測量值的水下跟蹤,該算法能夠提高定位精度。(2)針對非合作目標(biāo)特性導(dǎo)致的量測失配、虛警干擾和目標(biāo)數(shù)目不確定等問題,提出了一種基于資源調(diào)度策略的粒子濾波目標(biāo)跟蹤算法。通過節(jié)點之間的相互配合,提供目標(biāo)數(shù)目和目標(biāo)初始狀態(tài)等確定性信息,避免量測失配和虛警干擾降低定位精度獲得高性能的跟...
【文章來源】:燕山大學(xué)河北省
【文章頁數(shù)】:75 頁
【學(xué)位級別】:碩士
【部分圖文】:
C配置下的性能對比
-54-b) 兩目標(biāo)相近圖 4-6 目標(biāo)運動軌跡值得注意的是,兩個目標(biāo)接近相交區(qū)域的時間都發(fā)生在同一時鐘周期,它們既理上的相交也是時間上的相交。根據(jù)這種思路,仿真中設(shè)置了兩種實驗場景,第場景下的兩個目標(biāo)軌跡方程為:2( )( ) 0.04( 50) 45( )x k ky k xz k k (4-282( )( ) 0.04( 50) 40( )x k ky k kz k k (4-29
多一點的粒子數(shù)量才能獲得更好的估計效果,因此其仿真中設(shè)置粒子數(shù)為 10000。4.4.2 位置估計算法性能分析第一種情況下的性能對比圖如圖 4-7 所示。圖 4-7a) 是場景一情況下多個目標(biāo)的3D 跟蹤對比圖。多個目標(biāo)在遠(yuǎn)離交匯區(qū)域時能獲得高精度的定位結(jié)果,并且在進(jìn)入交匯區(qū)域后通過提出的算法也能夠跟蹤目標(biāo)的運動軌跡,并沒有出現(xiàn)錯誤跟蹤或者漏跟等現(xiàn)象。圖 4-7b) 中對比了兩個目標(biāo)與其真實值之間的定位誤差。從整體上可以
【參考文獻(xiàn)】:
期刊論文
[1]基于粒子群及混沌算法的聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)研究[J]. 吳德君. 自動化技術(shù)與應(yīng)用. 2017(02)
[2]試論水下無線通信網(wǎng)絡(luò)安全關(guān)鍵技術(shù)[J]. 莫兆倫,謝鑫華,謝玉波. 通訊世界. 2016(07)
[3]粒子濾波理論、方法及其在多目標(biāo)跟蹤中的應(yīng)用[J]. 李天成,范紅旗,孫樹棟. 自動化學(xué)報. 2015(12)
[4]粒子濾波算法[J]. 王法勝,魯明羽,趙清杰,袁澤劍. 計算機(jī)學(xué)報. 2014(08)
[5]無線傳感器網(wǎng)絡(luò)的研究進(jìn)展[J]. 李建中,高宏. 計算機(jī)研究與發(fā)展. 2008(01)
本文編號:2911290
【文章來源】:燕山大學(xué)河北省
【文章頁數(shù)】:75 頁
【學(xué)位級別】:碩士
【部分圖文】:
C配置下的性能對比
-54-b) 兩目標(biāo)相近圖 4-6 目標(biāo)運動軌跡值得注意的是,兩個目標(biāo)接近相交區(qū)域的時間都發(fā)生在同一時鐘周期,它們既理上的相交也是時間上的相交。根據(jù)這種思路,仿真中設(shè)置了兩種實驗場景,第場景下的兩個目標(biāo)軌跡方程為:2( )( ) 0.04( 50) 45( )x k ky k xz k k (4-282( )( ) 0.04( 50) 40( )x k ky k kz k k (4-29
多一點的粒子數(shù)量才能獲得更好的估計效果,因此其仿真中設(shè)置粒子數(shù)為 10000。4.4.2 位置估計算法性能分析第一種情況下的性能對比圖如圖 4-7 所示。圖 4-7a) 是場景一情況下多個目標(biāo)的3D 跟蹤對比圖。多個目標(biāo)在遠(yuǎn)離交匯區(qū)域時能獲得高精度的定位結(jié)果,并且在進(jìn)入交匯區(qū)域后通過提出的算法也能夠跟蹤目標(biāo)的運動軌跡,并沒有出現(xiàn)錯誤跟蹤或者漏跟等現(xiàn)象。圖 4-7b) 中對比了兩個目標(biāo)與其真實值之間的定位誤差。從整體上可以
【參考文獻(xiàn)】:
期刊論文
[1]基于粒子群及混沌算法的聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)研究[J]. 吳德君. 自動化技術(shù)與應(yīng)用. 2017(02)
[2]試論水下無線通信網(wǎng)絡(luò)安全關(guān)鍵技術(shù)[J]. 莫兆倫,謝鑫華,謝玉波. 通訊世界. 2016(07)
[3]粒子濾波理論、方法及其在多目標(biāo)跟蹤中的應(yīng)用[J]. 李天成,范紅旗,孫樹棟. 自動化學(xué)報. 2015(12)
[4]粒子濾波算法[J]. 王法勝,魯明羽,趙清杰,袁澤劍. 計算機(jī)學(xué)報. 2014(08)
[5]無線傳感器網(wǎng)絡(luò)的研究進(jìn)展[J]. 李建中,高宏. 計算機(jī)研究與發(fā)展. 2008(01)
本文編號:2911290
本文鏈接:http://sikaile.net/kejilunwen/wltx/2911290.html
最近更新
教材專著