無線傳感器網(wǎng)絡(luò)（Wireless Sensor Networks,WSN）是由一組能夠感知和監(jiān)測(cè)環(huán)境的小型無線傳感器組合而成,是一種能夠通過互相協(xié)作通信獲取目標(biāo)實(shí)時(shí)運(yùn)動(dòng)狀態(tài)的傳感網(wǎng)絡(luò)系統(tǒng)。它的應(yīng)用已經(jīng)從軍事領(lǐng)域擴(kuò)展到醫(yī)療、教育、交通、環(huán)境監(jiān)測(cè)等眾多領(lǐng)域,為社會(huì)的發(fā)展做出了巨大的貢獻(xiàn)。但是目前在WSN中存在傳感器節(jié)點(diǎn)能量、通信帶寬等資源的限制,同時(shí)在目標(biāo)定位跟蹤過程中無線傳感網(wǎng)絡(luò)的能量消耗80%源于無線傳感器節(jié)點(diǎn)之間的互相通信。因此大型無線傳感器網(wǎng)絡(luò)中采取有效的通信策略降低傳感器節(jié)點(diǎn)的通信量,有效的數(shù)據(jù)處理方式來提高工作效率,延長(zhǎng)整個(gè)網(wǎng)絡(luò)的使用壽命具有非常重要的意義。在目標(biāo)的監(jiān)測(cè)與跟蹤過程中,監(jiān)測(cè)區(qū)域內(nèi)的所有傳感器節(jié)點(diǎn)彼此之間通過信息的交流與傳遞來提高目標(biāo)跟蹤精度,但是節(jié)點(diǎn)的能量消耗非常大。因此使用基于粒子濾波的分布式EM（Expectation Maximization期望最大化）算法進(jìn)行目標(biāo)跟蹤非常合適,該方式不但能夠有效的進(jìn)行目標(biāo)跟蹤任務(wù),同時(shí)也能夠降低傳感器節(jié)點(diǎn)的通信量,延長(zhǎng)整個(gè)網(wǎng)絡(luò)的使用壽命。目標(biāo)跟蹤的前提是進(jìn)行目標(biāo)定位,在進(jìn)行目標(biāo)定位時(shí)采用基于高斯混合的集中式EM算法進(jìn)行目標(biāo)... 

【文章頁數(shù)】：69 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 引言
    1.2 無線傳感網(wǎng)絡(luò)簡(jiǎn)介
        1.2.1 無線傳感器網(wǎng)絡(luò)的特征
        1.2.2 無線傳感器網(wǎng)絡(luò)的獨(dú)有特性
        1.2.3 傳感器節(jié)點(diǎn)的綜合性能的限制
    1.3 WSN的體系結(jié)構(gòu)
    1.4 論文的主要工作與組織結(jié)構(gòu)
第二章 基于高斯混合的集中式EM算法目標(biāo)定位
    2.1 引言
    2.2 經(jīng)典目標(biāo)定位算法概述
        2.2.1 基于測(cè)距的目標(biāo)定位算法
        2.2.2 基于非測(cè)距的目標(biāo)定位算法
    2.3 基于高斯混合的集中式EM算法的目標(biāo)定位
        2.3.1 簡(jiǎn)述高斯混合模型
        2.3.2 基于高斯混合的集中式EM算法
        2.3.3 基于高斯混合的集中式EM算法思想
        2.3.4 基于高斯混合的集中式EM算法流程
    2.4 實(shí)驗(yàn)仿真與分析
    2.5 本章小結(jié)
第三章 粒子濾波器
    3.1 引言
    3.2 粒子濾波的基本原理
    3.3 序貫重要性采樣
    3.4 重采樣原理
    3.5 粒子濾波算法流程
        3.5.1 粒子濾波在目標(biāo)跟蹤中的仿真
    3.6 本章小結(jié)
第四章 基于分布式EM算法的目標(biāo)跟蹤
    4.1 引言
    4.2 兩種基于分布式EM算法的概述
        4.2.1 基于增量策略的節(jié)點(diǎn)通信思路
        4.2.2 基于一致性策略的節(jié)點(diǎn)通信思路
    4.3 基于粒子濾波器的分布式EM算法的目標(biāo)跟蹤
        4.3.1 基于分簇網(wǎng)格與一致性濾波器相結(jié)合通信思路
        4.3.2 基于分簇網(wǎng)格與一致性濾波器相結(jié)合的分布式EM算法通信思路
        4.3.3 基于分簇網(wǎng)格與一致性濾波器相結(jié)合的分布式EM算法步驟
        4.3.4 基于粒子濾波的分布式EM算法（PF-DEM）的目標(biāo)跟蹤操作流程
    4.4 目標(biāo)的運(yùn)動(dòng)模型和傳感器的節(jié)點(diǎn)觀測(cè)模型
    4.5 實(shí)驗(yàn)仿真與分析
        4.5.1 基于PF-DEM算法的目標(biāo)跟蹤的仿真比較
        4.5.2 基于PF-DEM算法仿真綜合比較
    4.6 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于動(dòng)態(tài)遮擋閾值的多視角多目標(biāo)協(xié)作追蹤[J]. 周良毅,王智,王營(yíng)冠.  計(jì)算機(jī)研究與發(fā)展. 2014(04)
[2]基于條件后驗(yàn)克拉美–羅下界的目標(biāo)跟蹤傳感器管理[J]. 楊小軍,馬祥,宋青松,邢科義.  控制理論與應(yīng)用. 2013(05)
[3]改進(jìn)的DV-Hop定位算法研究[J]. 馮江,朱強(qiáng),吳春春.  計(jì)算機(jī)工程. 2012(19)
[4]基于節(jié)點(diǎn)串聯(lián)式組網(wǎng)結(jié)構(gòu)的無線傳感器網(wǎng)絡(luò)研究[J]. 王六森,謝屈波,夏定純.  軟件導(dǎo)刊. 2010(05)
[5]無線傳感器網(wǎng)絡(luò)中一種分布式聲源定位方法[J]. 賈子熙,吳成東,張?jiān)浦?紀(jì)鵬.  系統(tǒng)仿真學(xué)報(bào). 2009(20)
[6]無線傳感器網(wǎng)絡(luò)增強(qiáng)的質(zhì)心定位算法及性能分析[J]. 李兆斌,魏占禎,徐鳳麟.  傳感技術(shù)學(xué)報(bào). 2009(04)
[7]基于移動(dòng)信標(biāo)的無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位[J]. 陳娟,李長(zhǎng)庚,寧新鮮.  傳感技術(shù)學(xué)報(bào). 2009(01)
[8]一種半徑自適應(yīng)成簇多跳傳感器網(wǎng)絡(luò)路由算法[J]. 李長(zhǎng)庚,譚鵬飛.  信息與控制. 2008(06)
[9]無線傳感器網(wǎng)絡(luò)動(dòng)態(tài)節(jié)點(diǎn)選擇優(yōu)化策略[J]. 王晟,王雪,畢道偉.  計(jì)算機(jī)研究與發(fā)展. 2008(01)

碩士論文
[1]分布式聲源定位與跟蹤算法研究[D]. 施愛春.復(fù)旦大學(xué) 2011



本文編號(hào)：3697376