《无线传感器网络中基于量化观测的粒子滤波状态估计》PDF+DOC
作者:关小杰,陈军勇
单位:中国微米纳米技术学会;东南大学
出版:《传感技术学报》2009年第09期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFCGJS2009090260
DOC编号:DOCCGJS2009090269
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于混合滤波的无线传感器网络融合跟踪方法》PDF+DOC2010年第09期 李峰荣,刘贵喜,孙庆方
《一种改进粒子滤波的无线传感器网络目标跟踪算法》PDF+DOC2016年第02期 宋晓宇,陈沾衡,孙向阳
《改进粒子滤波的无线传感器网络目标跟踪算法》PDF+DOC2016年第07期 丁婷婷,高美凤
《粒子滤波在无线传感器网络目标追踪中的应用》PDF+DOC2017年第09期 李丹,蒋婷婷
《无线传感器网络中基于机动模型的跟踪算法研究》PDF+DOC2009年第10期 贾子熙,吴成东,张云洲,纪鹏
《基于改进粒子滤波的传感器网络目标跟踪研究》PDF+DOC2007年第06期 杨悦平,董慧颖,宋超凡,曹斌
《无线传感器网络中的分布式目标被动跟踪算法》PDF+DOC2007年第15期 薛锋,刘忠,曲毅
《传感器网络中的分布式粒子滤波被动跟踪算法比较研究》PDF+DOC2007年第06期 邹冈,石章松,刘忠
《混沌信号在无线传感器网络中的盲分离》PDF+DOC 黄锦旺,冯久超,吕善翔
《基于TDOA和改进粒子滤波算法的智能交通系统运行车辆定位》PDF+DOC2014年第04期 王冬,吴蒋
无线传感器网络环境下处理分布式状态估计问题,由于网络中的带宽限制,减少通信成本是非常重要的一个环节,需要将观测值量化后再传送。针对非线性系统的状态滤波问题,本文提出了一种基于量化观测的粒子滤波状态估计算法,并阐述了基于量化观测的状态估计过程。文中分别采用基于均匀量化(UQDPF)和非均匀量化(NUQDPF)观测的分布式粒子滤波算法进行状态估计,通过被动跟踪仿真实例,利用均方根误差(RMSE)比较了误差性能,并且比较了在不同量化级数下的非均匀量化算法的跟踪误差,仿真结果表明,基于非均匀量化观测的粒子滤波器具有更高的跟踪精度,是一种有效的非线性滤波算法。
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。