

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、目標(biāo)跟蹤技術(shù)在國土防空、導(dǎo)航、制導(dǎo)、探測、定位、交通、制造和醫(yī)療等軍事和民用領(lǐng)域得到了廣泛和成功的應(yīng)用。無線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks,WSNs)具有低成本、低功耗、自組織等特點,可利用大量分散節(jié)點對移動目標(biāo)進行協(xié)同感知,提供豐富的環(huán)境信息以及準(zhǔn)確的定位服務(wù)。WSNs環(huán)境下的移動目標(biāo)跟蹤問題,目前已成為國內(nèi)外信息融合估計領(lǐng)域的一個熱點研究課題。
基于測距的目標(biāo)跟蹤,可看作非線性多傳感器的融合估
2、計問題,通常受傳感器故障、相互干擾以及模型不確定性等因素的影響。特別地,無線通信網(wǎng)絡(luò)的引入,不可避免地遇到能量、帶寬受限以及丟包和延時等通信不確定性,給出非線性融合估計系統(tǒng)的分析和設(shè)計帶來了許多新的問題和困難。本文基于貝葉斯估計理論、李雅普諾夫理論、線性最小均方誤差準(zhǔn)則以及相容性估計準(zhǔn)則,研究了多速率/異步多傳感器融合估計問題,并設(shè)計了不同情形下的目標(biāo)跟蹤方法,以實現(xiàn)WSNs環(huán)境下移動目標(biāo)的跟蹤。研究工作及取得的主要創(chuàng)新性成果如下:
3、r> 第一,研究了多速率WSNs環(huán)境下的分布式機動目標(biāo)跟蹤問題。針對模型誤差補償問題,充分考慮了過程噪聲協(xié)方差的影響。首先,通過修正強跟蹤方法(Modified strong tracking filter,MSTF),得到滿足相容性的局部估計。然后,應(yīng)用CI(Covariance Intersection)融合估計方法以減少估計的不確定性。利用這種分層融合框架下估計方法,更好地發(fā)揮了MSTF和CI方法的優(yōu)勢,實現(xiàn)了多速率WSNs環(huán)境
4、下移動目標(biāo)跟蹤。
第二,考慮超聲波傳感器故障以及量測范圍有限等問題,設(shè)計了事件觸發(fā)的采樣傳輸機制用于傳感器的篩選。首先,隨機生成一些過程噪聲協(xié)方差,應(yīng)用非集中式擴展信息濾波(Decentralized extended information filter,DEIF)方法生成不同“模型誤差”假設(shè)下的局部估計。然后,采用CI融合估計方法來消除假設(shè),得到更為符合當(dāng)前運動特性的估計結(jié)果。類似地,這種估計結(jié)構(gòu)推廣到量測精度不理想的情形
5、,利用改進的平方根卡爾曼濾波(Square root cubature Kalman filter,SRCKF)和CI融合估計方法,實現(xiàn)了基于RSSI測距的移動目標(biāo)跟蹤。
第三,研究了異步WSNs環(huán)境下的目標(biāo)跟蹤問題。通過引入時變的漸消因子,改善了無跡卡爾曼(Unscented Kalman filter,UKF)估計器的收斂性和穩(wěn)定性,即無跡強跟蹤濾波方法(Unscented strong tracking filter,U
6、STF)。特別地,由估計“相容性”準(zhǔn)則導(dǎo)出了一個濾波器的切換條件,充分地利用了經(jīng)典UKF方法和USTF方法的優(yōu)勢。最后,通過這種混合序貫融合估計方法,實現(xiàn)了異步WSNs環(huán)境下的目標(biāo)跟蹤。
第四,研究了基于RSSI測距的序貫高斯目標(biāo)跟蹤問題。首先通過高斯假設(shè),由序貫貝葉斯濾波導(dǎo)出了序貫高斯濾波方法,并應(yīng)用容積積分準(zhǔn)則,給出了序貫容積卡爾曼濾波方法;其次,通過假設(shè)檢驗方法引入了自適應(yīng)因子,以提高濾波器的穩(wěn)定性和收斂性。最后,通過濾
7、波器收斂性的分析,證明了自適應(yīng)因子的引入有助于濾波器的收斂。
第五,研究了WSNs協(xié)助下的移動目標(biāo)自定位問題。為了減少通信沖突和緩解信道競爭,移動目標(biāo)的采樣過程采用了事件觸發(fā)機制。由估計的相容性準(zhǔn)則,導(dǎo)出了一個選取過程噪聲協(xié)方差的下界,并相應(yīng)地設(shè)計了基于多容積點的序貫?zāi)繕?biāo)定位方法,以實現(xiàn)事件觸發(fā)WSNs環(huán)境下的移動目標(biāo)自定位。
論文通過計算機仿真和E-puck目標(biāo)跟蹤實驗的方式,驗證了所提出設(shè)計方法的有效性。最后,對
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 多傳感器數(shù)據(jù)融合目標(biāo)跟蹤算法研究.pdf
- 多傳感器目標(biāo)跟蹤融合算法研究.pdf
- 多傳感器目標(biāo)跟蹤信息融合算法研究.pdf
- 基于多源傳感器信息融合的目標(biāo)跟蹤算法研究.pdf
- 多傳感器數(shù)據(jù)融合與目標(biāo)跟蹤算法研究.pdf
- 多傳感器機動目標(biāo)跟蹤數(shù)據(jù)融合算法研究.pdf
- 基于無線傳感器網(wǎng)絡(luò)的目標(biāo)跟蹤算法研究.pdf
- 多傳感器信息融合中目標(biāo)跟蹤的算法研究.pdf
- 基于多傳感器信息融合的車載多目標(biāo)跟蹤算法研究.pdf
- 多傳感器目標(biāo)跟蹤中數(shù)據(jù)融合算法的研究.pdf
- 多傳感器數(shù)據(jù)融合跟蹤算法研究.pdf
- 多傳感器目標(biāo)跟蹤算法研究.pdf
- 水下多傳感器多目標(biāo)跟蹤融合算法研究.pdf
- 多傳感器多目標(biāo)跟蹤的數(shù)據(jù)融合算法研究.pdf
- 基于多傳感器融合的三維目標(biāo)跟蹤.pdf
- 基于被動多傳感器的機動目標(biāo)跟蹤算法研究.pdf
- 基于無線傳感器網(wǎng)絡(luò)的目標(biāo)狀態(tài)估計與融合.pdf
- 多傳感器多目標(biāo)航跡跟蹤與融合算法研究.pdf
- 無線傳感器網(wǎng)絡(luò)的目標(biāo)跟蹤算法研究.pdf
- 多傳感器多目標(biāo)跟蹤算法研究.pdf
評論
0/150
提交評論