本文關(guān)鍵詞：基于無線傳感器網(wǎng)絡(luò)的目標(biāo)跟蹤技術(shù)研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著無線通信技術(shù)、計算機(jī)技術(shù)、互聯(lián)網(wǎng)技術(shù)的快速發(fā)展,無線傳感器網(wǎng)絡(luò)被越來越多的應(yīng)用到現(xiàn)實領(lǐng)域中。由于傳感器節(jié)點具有體積小、功耗低、無線通信能力強(qiáng)等許多優(yōu)點,使得無線傳感器網(wǎng)絡(luò)廣泛的應(yīng)用到目標(biāo)跟蹤領(lǐng)域,該領(lǐng)域是由許多學(xué)科交叉在一起�；跓o線傳感器網(wǎng)絡(luò)的目標(biāo)跟蹤也成為近年來國內(nèi)外研究的重點。本文首先介紹了目標(biāo)跟蹤的研究背景以及研究意義,并且分析了目標(biāo)跟蹤在國內(nèi)外的研究現(xiàn)狀。接著介紹了基于無線傳感器網(wǎng)絡(luò)的目標(biāo)跟蹤主要用到的技術(shù),詳細(xì)描述了目標(biāo)跟蹤的流程,其中目標(biāo)軌跡的估計和預(yù)測是目標(biāo)跟蹤問題中最主要的階段。傳感器網(wǎng)絡(luò)的節(jié)點定位技術(shù)是實現(xiàn)目標(biāo)跟蹤的基礎(chǔ),對節(jié)點定位技術(shù)進(jìn)行了詳細(xì)的分析,并且討論了主要用到的兩種節(jié)點定位算法。最后針對目標(biāo)跟蹤過程中最優(yōu)算法的選擇,提出了粒子濾波算法,該算法能夠有效地處理非線性非高斯模型,針對該算法可能導(dǎo)致的樣本貧化以及權(quán)值退化問題,提出了基于改進(jìn)重采樣的粒子濾波算法進(jìn)行解決,并且對兩種算法的跟蹤性能進(jìn)行了仿真,對最后的仿真結(jié)果進(jìn)行了對比,分析。基于無線傳感器網(wǎng)絡(luò)的目標(biāo)跟蹤問題是近些年來的研究重點,在很多技術(shù)方面還可以進(jìn)行深入的研究和探索。文章最后指出了研究的方向,并且對以后的發(fā)展進(jìn)行了展望。
【關(guān)鍵詞】：無線傳感器網(wǎng)絡(luò) 目標(biāo)跟蹤 軌跡估計和預(yù)測 節(jié)點定位 粒子濾波
【學(xué)位授予單位】：長安大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP391.41;TP212.9;TN929.5
【目錄】：

• 摘要4-5
• abstract5-8
• 第一章 緒論8-14
• 1.1 基于無線傳感器網(wǎng)絡(luò)目標(biāo)跟蹤研究的背景及意義8-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-12
• 1.3 基于無線傳感器網(wǎng)絡(luò)目標(biāo)跟蹤面對的主要挑戰(zhàn)12
• 1.4 該文的章節(jié)安排12-14
• 第二章 無線傳感器網(wǎng)絡(luò)的目標(biāo)跟蹤技術(shù)及原理14-23
• 2.1 引言14
• 2.2 無線傳感器網(wǎng)絡(luò)目標(biāo)跟蹤的原理和方法14-16
• 2.3 無線傳感器網(wǎng)絡(luò)目標(biāo)跟蹤概述16-19
• 2.3.1 目標(biāo)跟蹤的分類16
• 2.3.2 目標(biāo)跟蹤的過程16-19
• 2.4 目標(biāo)跟蹤的主要技術(shù)19-22
• 2.4.1 節(jié)點的自組織和路由19-20
• 2.4.2 活動目標(biāo)的偵測20
• 2.4.3 節(jié)點的協(xié)同信息感知20-21
• 2.4.4 目標(biāo)的定位21
• 2.4.5 目標(biāo)軌跡的估計和預(yù)測21-22
• 2.5 本章小結(jié)22-23
• 第三章 無線傳感器網(wǎng)絡(luò)的節(jié)點定位技術(shù)23-30
• 3.1 引言23-24
• 3.2 節(jié)點定位算法性能評價標(biāo)準(zhǔn)24-25
• 3.3 定位算法分析25
• 3.4 極大似然估計法25-27
• 3.5 質(zhì)心定位算法27-29
• 3.5.1 質(zhì)心算法概述27
• 3.5.2 質(zhì)心算法分析27-28
• 3.5.3 質(zhì)心算法改進(jìn)28-29
• 3.6 本章小結(jié)29-30
• 第四章 粒子濾波算法30-41
• 4.1 引言30
• 4.2 濾波算法簡介30-36
• 4.2.1 卡爾曼濾波30-32
• 4.2.2 擴(kuò)展卡爾曼濾波32-34
• 4.2.3 粒子濾波算法概述34
• 4.2.4 基本粒子濾波算法描述34-36
• 4.3 傳統(tǒng)采樣及其存在的問題36-37
• 4.4 改進(jìn)重采樣的粒子濾波算法37-40
• 4.4.1 IRPF算法中粒子選取次數(shù)的計算38
• 4.4.2 IRPF算法中粒子的變異38-40
• 4.5 本章小結(jié)40-41
• 第五章 算法及仿真41-50
• 5.1 引言41
• 5.2 算法實現(xiàn)41-43
• 5.2.1 傳統(tǒng)算法實現(xiàn)41-42
• 5.2.2 基于改進(jìn)重采樣的濾波算法實現(xiàn)42-43
• 5.3 算法的仿真及結(jié)果分析43-49
• 5.3.1 基于無線傳感器網(wǎng)絡(luò)的機(jī)動目標(biāo)跟蹤問題分析44-47
• 5.3.2 基于無線傳感器網(wǎng)絡(luò)的分時恒定問題的分析47-49
• 5.4 本章小結(jié)49-50
• 總結(jié)與展望50-52
• 總結(jié)50
• 展望50-52
• 參考文獻(xiàn)52-56
• 攻讀碩士期間取得的成果56-57
• 致謝57

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 劉克中;王殊;胡富平;許昌春;袁勇;;無線傳感器網(wǎng)絡(luò)中一種基于多跳導(dǎo)標(biāo)的分布式節(jié)點定位算法[J];計算機(jī)科學(xué);2006年08期

2 馮賢文;于寧;;基于多維定標(biāo)的無線傳感器網(wǎng)絡(luò)定位算法研究[J];儀器儀表標(biāo)準(zhǔn)化與計量;2007年06期

  本文關(guān)鍵詞：基于無線傳感器網(wǎng)絡(luò)的目標(biāo)跟蹤技術(shù)研究，由筆耕文化傳播整理發(fā)布。

本文編號：424131