本文重點(diǎn)研究傳感器網(wǎng)絡(luò)中能源高效的多目標(biāo)跟蹤問(wèn)題.根據(jù)軌跡相似性對(duì)跟蹤目標(biāo)聚類,利用組對(duì)象跟蹤實(shí)現(xiàn)所有對(duì)象的跟蹤,能夠有效地減少傳輸能耗,延長(zhǎng)網(wǎng)絡(luò)壽命.由于測(cè)量誤差、低采樣率以及環(huán)境干擾,很難獲取目標(biāo)的精確位置,因此軌跡數(shù)據(jù)存在固有的不確定性.忽略這種不確定性會(huì)降低軌跡挖掘質(zhì)量,從而影響目標(biāo)跟蹤.提出基于不確定性軌跡挖掘的組對(duì)象跟蹤方法.軌跡挖掘階段首先為所有跟蹤目標(biāo)建立馬爾科夫鏈模型,然后給出一種新的不確定軌跡相似性的度量,最后給出不確定軌跡聚類算法UTK-means對(duì)目標(biāo)分組.組對(duì)象跟蹤階段向基站周期性地更新組中心軌跡的位置.實(shí)驗(yàn)結(jié)果驗(yàn)證了本文方法具有較高的聚類質(zhì)量和節(jié)能效率. 

【文章來(lái)源】：電子學(xué)報(bào). 2017,45(11)北大核心EICSCD

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

顯示了聚類算法的時(shí)間開(kāi)銷與對(duì)象個(gè)數(shù)的關(guān)


本文編號(hào)：3143550