本文關(guān)鍵詞：能量?jī)?yōu)化的無(wú)線傳感器網(wǎng)絡(luò)分布式濾波與融合，由筆耕文化傳播整理發(fā)布。

【摘要】：無(wú)線傳感器網(wǎng)絡(luò)是由大量傳感器節(jié)點(diǎn)以無(wú)線通信方式自組織而形成的一個(gè)多跳無(wú)線網(wǎng)絡(luò)�？紤]到傳感器節(jié)點(diǎn)能量、數(shù)據(jù)處理、存儲(chǔ)和通信能力等資源都相當(dāng)有限,因此在保證一定信息融合精度的條件下,如何設(shè)計(jì)有效的分布式濾波算法,最大化網(wǎng)絡(luò)生命周期是無(wú)線傳感器網(wǎng)絡(luò)路由協(xié)議設(shè)計(jì)的首要目標(biāo)之一。本文針對(duì)無(wú)線傳感器網(wǎng)絡(luò)中節(jié)點(diǎn)能量有限的特點(diǎn),從網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)、算法收斂速度、能量高效利用的角度提出幾類(lèi)分布式濾波算法,主要研究?jī)?nèi)容概括如下：1)研究了一種新型的分布式分簇卡爾曼一致濾波算法。通過(guò)分簇把整個(gè)網(wǎng)絡(luò)分成了不同的簇,有效地減少了節(jié)點(diǎn)間信息的傳輸量、縮短了節(jié)點(diǎn)間的通信距離。同時(shí)結(jié)合圖論、矩陣論對(duì)算法進(jìn)行了收斂分析。并進(jìn)一步研究了Gossip算法在分布式卡爾曼濾波中的應(yīng)用。2)研究了基于逾滲模型的分布式卡爾曼一致濾波算法。在分簇模型的基礎(chǔ)上,為保證網(wǎng)絡(luò)的連通性,利用隨機(jī)圖的鍵逾滲模型提出了一種新的能量高效的分布式濾波算法,并利用Lyapunov穩(wěn)定性理論和矩陣?yán)碚摻o出了該算法的收斂性證明。3)研究了具有雙增益調(diào)節(jié)的多智能體系統(tǒng)快速一致性算法。針對(duì)一階離散多智能體系統(tǒng)的快速一致性問(wèn)題,提出了一類(lèi)基于局部信息反饋的快速一致性算法。利用矩陣?yán)碚摵皖l域分析方法,給出了系統(tǒng)能快速收斂的條件和收斂速度的表達(dá)式,并通過(guò)仿真對(duì)算法的有效性進(jìn)行了驗(yàn)證。4)研究了分布式卡爾曼一致濾波算法在無(wú)線傳感器網(wǎng)絡(luò)移動(dòng)目標(biāo)協(xié)同跟蹤中的應(yīng)用。該算法以正六邊形網(wǎng)格作為分簇模型,能動(dòng)態(tài)地喚醒無(wú)線傳感器網(wǎng)絡(luò)中合適的簇對(duì)目標(biāo)狀態(tài)進(jìn)行估計(jì)。同時(shí)引入虛擬簇頭概念進(jìn)行自適應(yīng)動(dòng)態(tài)簇頭選舉策略,有效地均衡了網(wǎng)絡(luò)中節(jié)點(diǎn)的能量消耗。
【關(guān)鍵詞】：無(wú)線傳感器網(wǎng)絡(luò) 低能耗 分簇 卡爾曼濾波 一致性 目標(biāo)跟蹤
【學(xué)位授予單位】：昆明理工大學(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5-6
• Abstract6-11
• 第一章 緒論11-20
• 1.1 引言11-12
• 1.2 無(wú)線傳感器網(wǎng)絡(luò)研究概述12-15
• 1.2.1 無(wú)線傳感器網(wǎng)絡(luò)及其特性12-13
• 1.2.2 無(wú)線傳感器節(jié)點(diǎn)能耗模型13
• 1.2.3 無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合研究現(xiàn)狀13-15
• 1.3 問(wèn)題的提出與本文的主要內(nèi)容15-17
• 1.4 有關(guān)預(yù)備知識(shí)17-20
• 1.4.1 圖論知識(shí)17
• 1.4.2 矩陣論知識(shí)17-18
• 1.4.3 卡爾曼濾波18-19
• 1.4.4 一致性算法19-20
• 第二章 分布式分簇卡爾曼一致濾波算法20-35
• 2.1 引言20-21
• 2.2 問(wèn)題描述21-22
• 2.3 無(wú)線傳感器網(wǎng)絡(luò)建模22-24
• 2.3.1 若干假設(shè)22
• 2.3.2 網(wǎng)格劃分22-23
• 2.3.3 簇頭間信息交換機(jī)制23
• 2.3.4 簇頭節(jié)點(diǎn)選舉23-24
• 2.4 分簇卡爾曼一致濾波算法設(shè)計(jì)及收斂性分析24-28
• 2.4.1 分簇一致性算法設(shè)計(jì)及收斂性分析24-27
• 2.4.2 分布式分簇卡爾曼一致濾波算法設(shè)計(jì)27-28
• 2.5 能量?jī)?yōu)化的無(wú)線傳感器網(wǎng)絡(luò)通訊模式及算法設(shè)計(jì)28-29
• 2.5.1 無(wú)線傳感器網(wǎng)絡(luò)通訊模式設(shè)計(jì)28-29
• 2.5.2 能量?jī)?yōu)化的分布式分簇卡爾曼一致濾波算法29
• 2.6 仿真結(jié)果與討論29-33
• 2.6.1 算法濾波效果對(duì)比30-32
• 2.6.2 步長(zhǎng)對(duì)算法估計(jì)精度的影響32
• 2.6.3 算法能量消耗對(duì)比32-33
• 2.7 本章小結(jié)33-35
• 第三章 基于逾滲模型的分布式卡爾曼一致濾波算法35-46
• 3.1 引言35
• 3.2 基于逾滲模型的無(wú)線傳感器網(wǎng)絡(luò)建模35-37
• 3.2.1 鍵逾滲模型35-36
• 3.2.2 無(wú)線傳感器網(wǎng)絡(luò)建模36-37
• 3.3 卡爾曼一致濾波算法設(shè)計(jì)及相關(guān)分析37-42
• 3.3.1 卡爾曼一致濾波算法設(shè)計(jì)37-38
• 3.3.2 算法收斂性能分析38-41
• 3.3.3 傳感器節(jié)點(diǎn)能耗分析41-42
• 3.4 仿真結(jié)果與討論42-45
• 3.4.1 算法濾波效果對(duì)比43-44
• 3.4.2 算法能量消耗對(duì)比44-45
• 3.5 本章小結(jié)45-46
• 第四章 具有雙增益調(diào)節(jié)的分布式快速一致性算法46-60
• 4.1 引言46-47
• 4.2 問(wèn)題描述47-48
• 4.3 比例增益快速一致性算法設(shè)計(jì)及收斂性分析48-52
• 4.4 增量PID快速一致性算法設(shè)計(jì)及收斂性分析52-54
• 4.5 惡劣通信條件下算法優(yōu)化54
• 4.6 仿真結(jié)果與討論54-59
• 4.6.1 算法收斂速度比較54-56
• 4.6.2 增益對(duì)算法的收斂影響56
• 4.6.3 算法魯棒性比較56-59
• 4.7 本章小結(jié)59-60
• 第五章 基于正六邊形區(qū)域劃分無(wú)線傳感器網(wǎng)絡(luò)動(dòng)態(tài)目標(biāo)跟蹤60-72
• 5.1 引言60
• 5.2 問(wèn)題描述60-61
• 5.3 預(yù)備工作61-63
• 5.3.1 正六邊形節(jié)點(diǎn)覆蓋模型61-62
• 5.3.2 擴(kuò)展卡爾曼濾波62-63
• 5.4 無(wú)線傳感器網(wǎng)絡(luò)通信拓?fù)浼八惴ㄔO(shè)計(jì)63-68
• 5.4.1 無(wú)線傳感器網(wǎng)絡(luò)的建模63-64
• 5.4.2 簇頭選舉改進(jìn)算法64-65
• 5.4.3 目標(biāo)跟蹤算法設(shè)計(jì)65-68
• 5.5 仿真結(jié)果與討論68-71
• 5.5.1 跟蹤算法精度68-69
• 5.5.2 算法計(jì)算復(fù)雜度69
• 5.5.3 算法能耗分析69-71
• 5.6 本章小結(jié)71-72
• 第六章 總結(jié)與展望72-75
• 6.1 全文總結(jié)72-73
• 6.2 研究展望73-75
• 致謝75-76
• 參考文獻(xiàn)76-83
• 附錄A 攻讀碩士學(xué)位期間發(fā)表論文目錄83-84
• 附錄B 攻讀碩士學(xué)位期間完成的科研項(xiàng)目84

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前3條

1 蔣鵬;宋華華;;基于動(dòng)態(tài)分簇路由優(yōu)化和分布式粒子濾波的傳感器網(wǎng)絡(luò)目標(biāo)跟蹤方法[J];電子與信息學(xué)報(bào);2012年09期

2 李建中,李金寶,石勝飛;傳感器網(wǎng)絡(luò)及其數(shù)據(jù)管理的概念、問(wèn)題與進(jìn)展[J];軟件學(xué)報(bào);2003年10期

3 洪衛(wèi)星;孫超;楊春曦;郭麗;;基于局部信息反饋的多智能體系統(tǒng)快速一致性[J];信息與控制;2014年05期

  本文關(guān)鍵詞：能量?jī)?yōu)化的無(wú)線傳感器網(wǎng)絡(luò)分布式濾波與融合，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：470832