《基于高斯和粒子滤波的传感器数据处理技术》PDF+DOC
作者:郑吉平,韩秋廷,张慧
单位:北京邮电大学
出版:《北京邮电大学学报》2013年第04期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFBJYD2013040220
DOC编号:DOCBJYD2013040229
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于粒子滤波的能量高效传感器网络数据查询处理技术》PDF+DOC2013年第06期 韩秋廷,郑吉平,张慧
《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
《基于传声器阵列网络的改进高斯粒子跟踪算法》PDF+DOC2012年第03期 江潇潇,杨旭光,赵鲁阳,王营冠
《基于无线传感器网络的房屋健康监测系统设计》PDF+DOC 周鹏,章伟,张小强
《基于随机有限集的传感器网络多目标跟踪》PDF+DOC2012年第07期 周红波,邢昌风,耿伯英,肖金石
《二进制无线传感器网络目标跟踪问题的研究》PDF+DOC2010年第02期 孙晓艳,李建东,黄鹏宇,陈婷
《基于LQI量度的无线链路质量评估模型》PDF+DOC2008年第09期 朱剑,赵海,张希元,徐久强
《实时低功耗无线传感器网络设计》PDF+DOC2013年第01期 张春元
《基于概率模型的光纤光栅传感网络优化布置》PDF+DOC2013年第01期 伊小素,刘佳,叶向宇,林松
《连接因特网和Zigbee传感网的Web-Sensor网关结构设计》PDF+DOC2013年第09期 邱鹏
对不确定传感器数据进行建模,利用高斯和粒子滤波技术进行概率推理,以达到节约能量的目的.首先,根据传感器不同节点之间的时空相关性,采用历史数据建立概率模型;然后,在建立的概率模型上利用基本粒子滤波技术进行概率推理;最后,根据传感器数据符合高斯分布的特征,分别采用高斯粒子滤波、高斯和粒子滤波进行概率推理.实验结果表明,高斯和粒子滤波在准确率和运行效率两方面均能达到良好效果。
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。