《一种基于PCRLB和粒子滤波的目标跟踪算法》PDF+DOC
作者:胡钧,杨震,孙飞
单位:南京邮电大学
出版:《南京邮电大学学报(自然科学版)》2015年第05期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFNJYD2015050090
DOC编号:DOCNJYD2015050099
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于强跟踪滤波的传感器目标跟踪算法》PDF+DOC2017年第04期 曾明
《无线传感器网络中的移动式目标跟踪》PDF+DOC2016年第06期 王田,彭臻,洪晓华,蔡奕侨,陈永红,田晖
《基于KLD采样的自适应粒子滤波目标跟踪算法》PDF+DOC2019年第12期 徐壮,彭力
《一种基于“当前”统计模型的自适应滤波算法》PDF+DOC2003年第01期 王芳,陶伟刚,冯新喜
《基于预测的动态分簇目标跟踪算法》PDF+DOC2013年第03期 向智,郭松涛
《二进制无线传感器网络中的分布式自适应粒子滤波目标跟踪算法》PDF+DOC2013年第08期 朱志宇,苏岭东
《一种基于预测策略的目标跟踪算法研究》PDF+DOC2011年第10期 任静,熊庆宇,石为人
《基于功率控制的多节点协同目标跟踪算法》PDF+DOC2011年第16期 韩屏,王怀兴,孔祥斌
《基于WSNs与信息驱动理论的机动目标跟踪算法实现》PDF+DOC2009年第04期 俞翔,彭宏京
《基于三边测量的分簇目标跟踪算法》PDF+DOC2014年第06期 高雷
无线传感器网络执行目标跟踪时,各个节点的贡献不一样,因此一种好的节点规划机制可以获得更好的跟踪性能。为了降低传输数据量,通常节点不是将测量到的原始数据直接发送给簇首进行数据融合,而是先进行本地压缩量化。针对簇首使用自己的测量值和普通任务节点量化后的测量值进行融合这一纯方位角跟踪应用场景,提出了一种基于PCRLB(Posterior Cramer-Rao Lower Bound)的节点规划方法,同时设计了相应的粒子滤波算法来估计目标状态。仿真结果表明,文中提出的方案与基于KL(Kullback-Leibler)距离的节点规划算法、簇首和普通任务节点随机选择算法相比,有更好的跟踪性能。
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。