《无线传感器网络中多传感器动态自适应调度算法》PDF+DOC

📙 相关资料

1. 《基于无迹卡尔曼滤波和协方差交叉融合的分层多簇无线传感器网络多速率跟踪算法》PDF+DOC 针对无线传感器网络(wireless sensor networks， WSNs)在跟踪过程中精度低、性能差等缺点，提出基于无迹卡尔曼滤波(unscented Kalman filter， UKF)和协方差交叉(covariance intersection， CI)融合的分层多簇WSNs多速率跟踪......
2. 《无线传感器网络动态最近邻协作目标跟踪算法》PDF+DOC 针对现有的目标跟踪算法不能兼顾精度和能耗的问题，提出了一种动态最近邻协作目标跟踪算法。本算法动态构建目标跟踪簇以更好地适应目标位置的实时变化，从而获取最佳的跟踪精度。当目标进入监控区域后，多个传感器节点感知到目标则自动成簇最小二乘方法初始移动目标的最初位置。引入预测机制，根据目标的未来位置，基于最近......
3. 《WSNs下一种自适应多传感器协同目标跟踪策略》PDF+DOC 对WSNs中机动目标跟踪问题提出一种自适应多传感器协同跟踪策略。该策略能根据目标的移动位置，动态地唤醒无线传感器网络中部分传感器节点形成分簇，并选择合适的簇首和采样间隔进行目标跟踪。簇内节点通过协作感知以及测量信息融合，提高了跟踪精度，同时自适应可变采样间隔节约了通信能量和计算资源，满足了跟踪系统的......
4. 《分布式动态一致性非线性目标跟踪策略研究》PDF+DOC 针对集中目标跟踪和分层目标跟踪中心节点通信瓶颈以及容错性能差的不足，提出了一种分布式动态一致性非线性目标跟踪策略。目标状态初始化由网络节点采用加权最小二乘法完成。整个跟踪过程采用动态成簇策略，分阶段选择并唤醒任务节点检测目标并执行分布式一致性扩展卡尔曼滤波策略完成目标的状态估计，其余节点进入休眠状态......
5. 《基于强跟踪滤波的传感器目标跟踪算法》PDF+DOC 为了提高运动目标的跟踪精度，提出一种基于强跟踪滤波的传感器目标跟踪算法。首先通过传感器节点测量目标的状态值，并通过融合中心对信息进行融合，然后利用Cholesky分解技术变换成噪声独立的量化融合系统，并采用强跟踪滤波算法对目标状态进行估计，最后与其它目标跟踪算法进行对比实验。结果表明，本文算法不仅提......
6. 《基于混合滤波的无线传感器网络融合跟踪方法》PDF+DOC 针对无线传感器网络(WSN)中的多传感器融合目标跟踪，提出一种混合滤波算法，称为无迹混合集中式粒子滤波(UM-CPF)。该算法使用了一个混合的粒子传播方案。在使用集中式粒子滤波(CPF)对WSN中的节点测量信息进行融合时，粒子滤波器中的一部分粒子使用从无迹变换(UT)获得的高斯分布作为建议分布进行粒......
7. 《含有多普勒频率的毫米波/红外融合滤波算法》PDF+DOC 由于毫米波雷达(MMV)和红外(IR)两种传感器在跟踪目标方面具有各自的优势，故使用两种传感器进行数据融合可以得到较单一传感器更高精度的目标数据，从而提高滤波精度。针对上述两种传感器的特点，对采样数据进行时空对准，结合UT变换思想，并在此基础上提出一种含有多普勒频率的无迹卡尔曼滤波(UKF)算法。新......
8. 《无线传感器网络中目标跟踪的马尔可夫模型与预测方法》PDF+DOC 针对目标运动是一个包含许多不确定因素的非线性非高斯随机过程，提出基于马尔可夫随机场模型与粒子滤波的WSN分布式目标跟踪方法(MRF-PF)。把目标跟踪过程看作是一个马尔可夫过程，基于贝叶斯规则，建立目标状态分布函数，用粒子滤波估计目标状态，实现目标跟踪。实验结果：对于泊松白噪声，MRF-PF方法的跟......
9. 《面向目标跟踪的WSN协同调度策略及拓扑控制》PDF+DOC 基于扩展卡尔曼滤波估计理论提出了分布式无线传感器网络的目标跟踪算法，给出了基于邻节点集的协同调度策略和采用退避机制的按需距离矢量路由(AODV)拓扑控制策略，实现了分布式环境下任务节点和拓扑结构的动态自适应切换.通过研制融合了MicaZ硬件节点和超声波传感器的原型系统，实现了对移动目标的跟踪和定位，......
10. 《分布式的有向传感器网络目标跟踪算法》PDF+DOC 与传统的全方位角度感应的全向传感器不同，有向传感器拥有区域性的感知能力.文中针对有向传感器网络中测量噪声与目标距离相关的跟踪问题，引入一个具有乘性噪声的距离测量模型，提出了一种基于贝叶斯估计的分布式目标跟踪算法.该算法利用了有向传感器所感知目标的有向感知区域信息，将目标估计约束在限制区域内.仿真实验......