本文選題：事件觸發(fā)　切入點(diǎn)：RSSI　出處：《自動(dòng)化學(xué)報(bào)》2017年08期 　論文類(lèi)型：期刊論文

【摘要】：研究了一類(lèi)基于RSSI(Received signal strength indication)測(cè)距的分布式移動(dòng)目標(biāo)跟蹤問(wèn)題,提出了一種適用于事件觸發(fā)無(wú)線傳感器網(wǎng)絡(luò)(Wireless sensor networks,WSNs)的分布式隨機(jī)目標(biāo)跟蹤方法.首先考慮移動(dòng)機(jī)器人模型的不確定性,引入了帶有隨機(jī)參數(shù)的過(guò)程噪聲協(xié)方差,應(yīng)用改進(jìn)平方根容積卡爾曼濾波(Square root cubature Kalman filter,SRCKF)得到局部估計(jì);然后采用無(wú)模型CI(Covariance intersection)融合估計(jì)方法以降低隨機(jī)過(guò)程噪聲協(xié)方差帶來(lái)的不利影響.該方法充分利用有模型和無(wú)模型方法的優(yōu)勢(shì),實(shí)現(xiàn)系統(tǒng)模型和量測(cè)不理想情況下的分布式目標(biāo)跟蹤.基于E-puck機(jī)器人的目標(biāo)跟蹤實(shí)驗(yàn)表明,事件觸發(fā)的工作模式可有效地減少能量消耗,帶隨機(jī)參數(shù)的濾波方法更適合于隨機(jī)目標(biāo)的跟蹤.
[Abstract]:Study a class based on RSSI (Received signal strength indication) distributed mobile target tracking, proposes a wireless sensor network for triggering events (Wireless sensor, networks, WSNs) randomly distributed target tracking method. Firstly, considering the uncertainty of the model of mobile robot is introduced, the process noise covariance with random parameters. Application of improved square root volume filter (Square root cubature Kalman Calman filter, SRCKF) to obtain the local estimation; then the model of CI (Covariance intersection) fusion estimation method to reduce the adverse effects brought by the random process noise covariance. The method makes full use of the model and model free methods advantages, realize the system model and the measurement is not ideal distributed target tracking under the E-puck. The experiments show that the robot target tracking based on event trigger The working mode can effectively reduce the energy consumption, and the filtering method with random parameters is more suitable for the tracking of random targets.

【作者單位】： 浙江工業(yè)大學(xué)信息工程學(xué)院;浙江省嵌入式系統(tǒng)聯(lián)合重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金(61273117,61673351,61573319) 浙江省自然科學(xué)基金(LR16F030005,LZ15F030003)資助~~
【分類(lèi)號(hào)】：TN929.5;TP212.9;TP242

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 尤小泉;彭映杰;;一種基于指令預(yù)測(cè)的目標(biāo)跟蹤方法[J];電視技術(shù);2010年02期

2 賈沛璋 ,吳競(jìng)波 ,王連成 ,鄭在齊;稠密多目標(biāo)跟蹤方法[J];現(xiàn)代防御技術(shù);1991年02期

3 E.EMRE;J.SEO;王德純;;一種統(tǒng)一的多目標(biāo)跟蹤方法[J];現(xiàn)代雷達(dá);1991年02期

4 徐海全;王國(guó)宏;李世忠;關(guān)成斌;;開(kāi)窗壓制干擾下的目標(biāo)跟蹤方法[J];彈箭與制導(dǎo)學(xué)報(bào);2011年05期

5 王曉楠;徐偉;陳章龍;;自適應(yīng)變跟蹤波門(mén)寬度目標(biāo)跟蹤方法[J];艦船電子對(duì)抗;2013年04期

6 王曉;韓崇昭;連峰;;基于隨機(jī)有限集的目標(biāo)跟蹤方法研究及最新進(jìn)展[J];工程數(shù)學(xué)學(xué)報(bào);2012年04期

7 張燕;黃曉斌;;一種改進(jìn)的海面艦船目標(biāo)跟蹤方法[J];計(jì)算機(jī)工程與應(yīng)用;2011年25期

8 壽向晨;杜嘉迪;;WSN中一種改進(jìn)的目標(biāo)跟蹤方法[J];無(wú)線電工程;2012年04期

9 劉美;高歡萍;林偉鵬;;非參數(shù)信念傳播的WSN目標(biāo)跟蹤方法[J];自動(dòng)化儀表;2011年01期

10 吳琨;趙鳳軍;劉亞波;鄭世超;;一種基于機(jī)載廣域監(jiān)視系統(tǒng)的目標(biāo)跟蹤方法[J];電子與信息學(xué)報(bào);2014年04期

相關(guān)會(huì)議論文 前1條

1 張?jiān)品?王洋;;基于視頻信號(hào)的多目標(biāo)跟蹤方法[A];第三屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2005年

相關(guān)博士學(xué)位論文 前1條

1 陳里銘;基于隨機(jī)有限集的多目標(biāo)跟蹤方法研究[D];大連理工大學(xué);2013年

相關(guān)碩士學(xué)位論文 前7條

1 孫存光;低信噪比擴(kuò)展目標(biāo)跟蹤方法研究[D];西安電子科技大學(xué);2014年

2 陳晨樹(shù);魯棒外觀和先驗(yàn)約束下的目標(biāo)跟蹤方法研究[D];合肥工業(yè)大學(xué);2015年

3 張祺琛;基于WSN的目標(biāo)跟蹤方法研究[D];南京航空航天大學(xué);2016年

4 謝曉暉;基于壓縮感知理論的雷達(dá)目標(biāo)跟蹤方法研究[D];大連海事大學(xué);2016年

5 韓小衛(wèi);無(wú)線感知網(wǎng)分布式多目標(biāo)跟蹤方法研究與系統(tǒng)實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2007年

6 胡瑋靜;復(fù)雜背景下的運(yùn)動(dòng)目標(biāo)跟蹤算法研究及其應(yīng)用[D];江南大學(xué);2014年

7 閆慶軍;基于地理信息的物聯(lián)網(wǎng)目標(biāo)跟蹤方法與系統(tǒng)研究[D];哈爾濱工業(yè)大學(xué);2011年

，

本文編號(hào)：1602117