《基于动态生成树和改进不敏卡尔曼滤波的传感器网络目标跟踪算法研究》PDF+DOC
作者:蒋鹏,宋华华,王兴民
单位:中国仪器仪表学会
出版:《仪器仪表学报》2015年第02期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFYQXB2015020210
DOC编号:DOCYQXB2015020219
下载格式:PDF + Word/doc 文字可复制、可编辑
《扩展卡尔曼滤波的有向传感器网络移动目标跟踪算法》PDF+DOC2017年第05期 吴冰
《无线传感器网络动态最近邻协作目标跟踪算法》PDF+DOC2012年第07期 龙慧,樊晓平,刘少强,唐文妍
《二进制传感器网络加权目标跟踪算法研究》PDF+DOC2010年第09期 孙晓艳,李建东,陈彦辉,张文柱,姚俊良
《时间异步无线传感器网络的目标跟踪动态成簇算法》PDF+DOC2010年第01期 薛皓,吴银锋,万江文,吴佳灵
《基于曲线运动方程的传感器网络目标跟踪算法》PDF+DOC2008年第04期 程远国,聂舟
《基于分布式聚类的有向传感器网络移动目标跟踪算法研究》PDF+DOC2016年第07期 左现刚,张志霞,贾蒙
《基于自适应变结构信息滤波的目标跟踪算法》PDF+DOC2015年第17期 李莹,周德云,俞吉
《基于粒子滤波预测的WSN分布式动态目标跟踪设计》PDF+DOC2014年第04期 金秋,裴斐
《无线传感器网络的目标跟踪算法》PDF+DOC2013年第11期 陈凤娟
《一种基于无线传感器网络的分布式目标跟踪算法》PDF+DOC2013年第01期 孔亮,孔令富,吴培良,付磊
针对在传感器网络目标跟踪的实际应用中,节点感知的数据与目标真实状态之间通常呈现非线性的特点,提出了一种基于改进不敏卡尔曼滤波的传感器网络目标跟踪算法。通过引入粒子群技术对不敏卡尔曼滤波中δ采样点的分布和收敛速度进行优化,使得δ采样点的分布更加接近目标的真实状态,以提高目标跟踪精度。同时,构建了一个随目标移动而动态生成的树形结构作为算法的执行平台。仿真结果表明,采用动态生成树作为算法执行平台提高了节点资源的利用率,降低了网络能耗,采用粒子群优化后的不敏卡尔曼滤波提高了目标跟踪精度,减少了算法运行时间。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。