基于非線性濾波的傳感器網絡目標跟蹤方法研究.pdf

1、無線傳感器網絡是21世紀最重要的技術之一，也是支持遠程定位和跟蹤移動目標的新興平臺。與全球定位系統(tǒng)等傳統(tǒng)平臺相比，無線傳感器網絡具有成本低、密度高、散布廣、精度高等優(yōu)勢，能勝任復雜地形和無人值守等應用環(huán)境下的實時監(jiān)測工作，在實現目標跟蹤時具有明顯的優(yōu)勢。對于傳感器網絡中的目標跟蹤問題而言，大量無效或冗余信息將增加傳感器網絡節(jié)點間通信的負擔，致使系統(tǒng)耗費在通信上的能量過多，嚴重影響整個網絡的生命周期，同時實現跟蹤的算法將被復雜化，這些問題

2、對于目標跟蹤系統(tǒng)中較為側重的能量有效性和跟蹤的精確性來說，都是致命的缺陷。此外，信息的采集、處理方式對系統(tǒng)資源的消耗也起關鍵性的作用，需顧及能量有效性等因素。因此，研究高精度、高能效的傳感器網絡目標跟蹤方法具有十分重要的意義。針對實際應用環(huán)境中節(jié)點量測數據與目標狀態(tài)之間呈現為非線性關系的特性，本文提出了三種基于非線性濾波的傳感器網絡目標跟蹤方法:
　　 (1)基于動態(tài)分簇路由優(yōu)化和分布式粒子濾波的傳感器網絡目標跟蹤方法。該方法以

3、動態(tài)分簇的方式將監(jiān)測區(qū)域內隨機部署的傳感器節(jié)點劃分為若干個簇，并對簇內成員節(jié)點與簇首節(jié)點之間、簇首節(jié)點與基站之間的通信路由進行優(yōu)化，確保網絡能耗的均衡分布，在此基礎上，被激活的簇內成員節(jié)點并行地執(zhí)行分布式粒子濾波算法實現目標跟蹤。該方法能有效地降低傳感器網絡中節(jié)點的總能耗，且能在實現跟蹤的同時保證目標跟蹤的精度。
　　 (2)基于粒子群優(yōu)化和M-H采樣粒子濾波的傳感器網絡目標跟蹤方法。該方法采用動態(tài)拓撲的網絡結構和分布式的算法結

4、構實現目標跟蹤，將粒子群優(yōu)化和Metropolis-Hasting采樣引入到粒子濾波的重采樣過程中抑制粒子退化，通過粒子間共享歷史信息而降低單個粒子歷史狀態(tài)間的相關性，使各粒子能快速地收斂至最優(yōu)分布，從而實現高精度的目標跟蹤效果。
　　 (3)基于動態(tài)生成樹和改進不敏卡爾曼濾波的傳感器網絡目標跟蹤方法。該方法將傳感器網絡中被激活的節(jié)點構建成一種隨目標運動而動態(tài)生成和調整的樹型網絡結構，將其作為執(zhí)行目標跟蹤算法的平臺，利用粒子群優(yōu)

5、化技術對不敏卡爾曼濾波中狀態(tài)向量概率密度函數的近似過程作了改進，優(yōu)化了δ采樣點的分布和收斂速度，從而加快目標跟蹤方法的計算速度，同時，優(yōu)化后δ采樣點的分布更接近目標的真實狀態(tài)，因而濾波的精度也更高。
　　 上述三種均是基于非線性濾波的傳感器網絡目標跟蹤方法，將網絡結構和非線性濾波方法相結合實現目標跟蹤問題。本文通過設置具體的仿真算例考查了三種方法的性能表現，仿真結果表明，這三種方法均能在保證目標跟蹤精度的同時，可效地降低了網絡能