《适用于事件触发的分布式随机目标跟踪方法》PDF+DOC
作者:杨旭升,张文安,俞立
单位:中国自动化学会;中国科学院自动化所
出版:《自动化学报》2017年第08期
页数:9页 (PDF与DOC格式可能不同)
PDF编号:PDFMOTO2017080100
DOC编号:DOCMOTO2017080109
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于观测数据删减及量化新息的无线传感器网络目标跟踪》PDF+DOC2015年第05期 杨小军,张亚粉
《基于WSN的群体机器人实验平台设计》PDF+DOC2010年第S2期 宋威,李文锋,雷斌,孙俊
《无线传感器网络追踪系统中的一种高效位置更新机制》PDF+DOC2009年第12期 徐学永,黄刘生,霍永凯,肖明军,徐宏力
《用于未知环境的混杂传感器网络交互策略》PDF+DOC2008年第11期 庄伟,宋光明,宋爱国
《混合传感器网络中的移动机器人导航方法》PDF+DOC2014年第03期 张铮,李振波,胡寿伟,王维,陈佳品
《改进的无线传感器节点定位算法》PDF+DOC 陈凤娟
《传感器网络中基于多能量级效应高精度定位》PDF+DOC2013年第02期 艾艳
《基于卡尔曼滤波的矿井移动节点定位算法研究》PDF+DOC2013年第02期 王建平,徐恒,李奇越
《无线传感器网络动态协同任务分配机制》PDF+DOC2006年第02期 陈剑霞,臧传治,梁韡,于海斌
《基于拓扑控制的异类无线传感器网络分簇算法研究》PDF+DOC2006年第S1期 徐红兵,祝颖
研究了一类基于RSSI(Received signal strength indication)测距的分布式移动目标跟踪问题,提出了一种适用于事件触发无线传感器网络(Wireless sensor networks,WSNs)的分布式随机目标跟踪方法.首先考虑移动机器人模型的不确定性,引入了带有随机参数的过程噪声协方差,应用改进平方根容积卡尔曼滤波(Square root cubature Kalman filter,SRCKF)得到局部估计;然后采用无模型CI(Covariance intersection)融合估计方法以降低随机过程噪声协方差带来的不利影响.该方法充分利用有模型和无模型方法的优势,实现系统模型和量测不理想情况下的分布式目标跟踪.基于E-puck机器人的目标跟踪实验表明,事件触发的工作模式可有效地减少能量消耗,带随机参数的滤波方法更适合于随机目标的跟踪。
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。