《基于格拉布斯准则和改进粒子滤波算法的水下传感网目标跟踪》PDF+DOC
作者:张颖,高灵君
单位:中国科学院电子学研究所;国家自然科学基金委员会信息科学部
出版:《电子与信息学报》2019年第10期
页数:8页 (PDF与DOC格式可能不同)
PDF编号:PDFDZYX2019100020
DOC编号:DOCDZYX2019100029
下载格式:PDF + Word/doc 文字可复制、可编辑
《一类分布式传感器粒子滤波融合算法》PDF+DOC2015年第18期 高蕊
《多传感器量测下权重优化粒子滤波算法》PDF+DOC2013年第12期 胡振涛,刘宇,杨树军
《多传感器联合测向定位算法》PDF+DOC2015年第04期 刘仲亚,夏楠
《集中式雷达-红外传感器数据融合多目标跟踪算法》PDF+DOC2020年第04期 张安清,张万顺,齐海明
《野外基线温度传感器网络故障检测》PDF+DOC2019年第19期 谷友艺,蒋理兴,王力,欧阳文,方萌
《多传感器顺序粒子滤波算法》PDF+DOC2005年第06期 熊伟,何友,张晶炜
《多传感器多目标粒子滤波算法》PDF+DOC2005年第04期 熊伟,何友,张晶炜
《基于改进粒子滤波算法的移动机器人同步定位研究》PDF+DOC2013年第12期 李丽丽,宋志章
《光电式自主寻迹小车抗干扰技术研究》PDF+DOC2011年第01期 赵永利,武丽,刘杰
《基于粒子滤波算法信息融合的磁悬浮列车定位研究》PDF+DOC2015年第03期 熊春红,李晓龙,韩静茹
水下无线传感网络(UWSN)执行目标跟踪时,因为各个传感器节点测量值对目标状态估计的贡献不一样以及节点能量有限,所以探索一种好的节点融合权重方法和节点规划机制能够获得更好的跟踪性能。针对上述问题,该文提出一种基于Grubbs准则和互信息熵加权融合的分布式粒子滤波(PF)目标跟踪算法(GMIEW)。首先利用Grubbs准则对传感器节点所获得的信息进行分析检验,去除干扰信息和错误信息。其次,在粒子滤波的重要性权值计算的过程中,引入动态加权因子,采用传感器节点的测量值与目标状态之间的互信息熵,来反映传感器节点提供的目标信息量,从而获得各个节点相应的加权因子。最后,采用3维场景下的簇-树型网络拓扑结构,跟踪监测区域内的目标。实验结果显示,该算法可有效提高水下传感器网络测量数据对目标跟踪预测的准确度,降低跟踪误差。
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。