無線傳感器的經(jīng)濟、輕便、靈活等優(yōu)點使得無線傳感器網(wǎng)絡被廣泛的應用到人們的生活和生產(chǎn)中。對于無線傳感器網(wǎng)絡來說,其最重要的應用之一就是目標定位跟蹤,當前實現(xiàn)更加精確的目標定位跟蹤是無線傳感器網(wǎng)絡非常重要的研究方向。本論文主要針對無線傳感器網(wǎng)絡的目標跟蹤進行研究。論文的主要工作如下:1.提出了基于軌跡預測融合的目標跟蹤算法。傳統(tǒng)的卡爾曼濾波算法由于過分依賴于人工事先對目標運動方程的估計,導致目標定位結果不穩(wěn)定,考慮到之前迭代過程中已得到的目標的定位結果序列中包含著最接近目標真實軌跡的信息,基于這些軌跡信息可以預測出目標當前的狀態(tài)信息,由此我們推導出基于前驅(qū)最優(yōu)定位結果序列的軌跡預測方程。通過引入融合參數(shù)的概念,將基于軌跡預測得到目標定位結果分別與擴展卡爾曼濾波和極大似然卡爾曼濾波這兩種經(jīng)典的基于卡爾曼濾波的目標跟蹤方法進行融合,由此得到兩種基于軌跡預測融合的目標跟蹤方法。實驗表明,不管是在直線運動還是在圓周運動中,通過改變?nèi)诤蠀?shù)都可以提高對目標的定位準確性,同時,當目標運動噪聲越小時,新的融合方法的定位精度提高的越明顯,定位更準確,實驗中引入融合思想并沒有明顯增加原算法的運行時間。2.提... 

【文章來源】：西安電子科技大學陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：94 頁

【學位級別】：碩士

【部分圖文】：

圖3.4兩種運動模型的真實軌跡

第三章 基于軌跡預測融合的目標跟蹤算法動模型 CM 的實驗中，目標在 2m*2m 的二維空間范圍內(nèi)被分別固定在正方形區(qū)域的四個角處，假設傳感器的檢器都可以同時檢測到目標。目標的初始狀態(tài)是 x0= [1.0 0=0.122rad/s，一次跟蹤實驗對運動軌跡中連續(xù)的 200 個運同一軌跡跟蹤 100 次求取平均值。實驗結果與分析所述的LM和CM中分別應用CEKF算法與EFK算法進行 算法進行對比實現(xiàn)目標的定位跟蹤，選取對應目標運動iag{0.025, 0.025}，簡記為 Qw= 0.025，在不同的融合參數(shù).5 所示。

矩陣為 Qw= diag{0.025, 0.025}，簡記為 Qw= 0.025，在不同的融合參數(shù)α 下的實驗對比結果如圖 3.5 所示。圖3.5 LM 和 CM 中 CEKF 與 EKF、CMLKF 與 MLKF 方法的對比結果


本文編號：3361279