發(fā)布時間：2017-08-18 12:02

  本文關(guān)鍵詞：基于錨節(jié)點-邊框的非測距車輛跟蹤算法

  更多相關(guān)文章： 車輛跟蹤 邊框 抽樣 非測距 離散-抑制技術(shù) 車輛自組織網(wǎng)

【摘要】：VANET中基站可能是移動的或靜態(tài)的錨節(jié)點,在這種情況下,為實現(xiàn)車輛的跟蹤,提出一種基于錨節(jié)點-邊框的分布式非測距車輛跟蹤算法。觀察鄰居節(jié)點,建立錨節(jié)點-邊框,進(jìn)行抽樣,縮小估計車輛可能區(qū)域;利用離群-抑制技術(shù)對數(shù)據(jù)進(jìn)行濾除,剩余的區(qū)域就是車輛的位置。對算法進(jìn)行模擬實驗,實驗結(jié)果表明,該算法的歸一化平均跟蹤誤差約為0.09,具有穩(wěn)健的跟蹤性能。其通過與鄰居錨節(jié)點的連接實現(xiàn)對車輛的跟蹤,建立Anchor box,降低了定位成本,提高了定位精度。
【作者單位】： 廣東工業(yè)大學(xué)計算機(jī)學(xué)院;
【關(guān)鍵詞】： 車輛跟蹤 邊框 抽樣 非測距 離散-抑制技術(shù) 車輛自組織網(wǎng)
【基金】：廣東省戰(zhàn)略性新興產(chǎn)業(yè)核心技術(shù)攻關(guān)基金項目(2012A010701004) 廣東省自然科學(xué)基金重點項目(S2012020011071)
【分類號】：TN929.5;TP391.44
【正文快照】： 0引言車輛跟蹤技術(shù)關(guān)鍵在于如何實施目標(biāo)定位[1-3]。目前,主要有基于測距(range-based)和非測距(range-free)的兩大類定位算法[4]�；跍y距定位算法是通過測量錨節(jié)點(已知位置的傳感節(jié)點)與未知節(jié)點的角度、距離值,從而估計未知節(jié)點的位置。經(jīng)典的基于測距定位算法有:到達(dá)角

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 ;車輛跟蹤軟件[J];全球定位系統(tǒng);2004年02期

2 卞建勇;徐建閩;裴海龍;;基于強(qiáng)化學(xué)習(xí)的視頻車輛跟蹤[J];華南理工大學(xué)學(xué)報(自然科學(xué)版);2008年10期

3 張曉媚;陳偉海;劉敬猛;趙志文;;基于柔性曲桿的車輛跟蹤算法設(shè)計與實現(xiàn)[J];北京航空航天大學(xué)學(xué)報;2011年07期

4 甘玲;潘小雷;;一種應(yīng)用于交通環(huán)境中的運動車輛跟蹤方法[J];重慶郵電大學(xué)學(xué)報(自然科學(xué)版);2013年03期

5 郭鋒;王秉政;楊晨暉;;復(fù)雜背景下車輛跟蹤的改進(jìn)算法及逆行檢測[J];圖學(xué)學(xué)報;2013年04期

6 魏玉強(qiáng);王成儒;;多車輛跟蹤時分割粘連車輛的方法[J];電視技術(shù);2009年11期

7 王文龍;李清泉;;基于蒙特卡羅算法的車輛跟蹤方法[J];測繪學(xué)報;2011年02期

8 李t，

本文編號：694448