《量子遗传优化粒子滤波的WSN目标跟踪算法》PDF+DOC

📙 相关资料

1. 《一种改进粒子滤波的无线传感器网络目标跟踪算法》PDF+DOC 针对粒子滤波算法中粒子多样性退化缺陷，为提高无线传感器网络(WSN)目标跟踪精度，提出一种改进粒子滤波的WSN目标跟踪方法，通过对采样产生的粒子集合进行选择、交叉和变异等遗传操作，获得更多优良粒子，实现了粒子集合的多样性。仿真结果表明，相对于其它目标跟踪算法，改进粒子滤波算法提高了WSN目标跟踪精度......
2. 《基于约束策略的WSN低能耗粒子滤波跟踪算法》PDF+DOC 目标跟踪是无线传感器网络研究的关键技术之一，如何在保证较低能量消耗的前提下，实现监测场景中运动目标准确跟踪是需要解决的问题。在深入研究分析传感器网络目标跟踪算法的基础上，提出了基于约束策略的WSN低能耗粒子滤波跟踪算法。该算法采用动态分簇，既减少网络的能量消耗，又保证监测目标节点的数量；在跟踪过程中......
3. 《无线传感器网络目标跟踪算法的研究》PDF+DOC 研究传感器网络目标跟踪精度问题，跟踪目标的运动轨迹具有时变性，是一种非线性、非高斯问题，传统跟踪算法解决非线性问题时具有局限性，导致目标跟踪精度不高。为提高目标跟踪精度，将不受非线性、非高斯问题限制的粒子滤波算法引入到无线传感器网络目标跟踪应用中，并对基本粒子滤波算法的缺陷进行改进。仿真结果表明，改......
4. 《基于分布式动态簇结构的WSN自适应目标跟踪算法》PDF+DOC 目标跟踪是无线传感器网络应用研究的一个重要问题，如何在传感器节点随机分布的条件下对目标进行实时、准确的跟踪，并尽可能地降低网络能耗是目标跟踪问题的一个难点。文章基于分布式动态簇结构和并行粒子滤波算法对目标进行跟踪，提出一种跟踪采样周期自适应调整算法来降低网络能耗，同时也提高了跟踪的稳定性。仿真结果表......
5. 《基于自适应动态簇和预测机制的WSN目标跟踪算法》PDF+DOC 无线传感器网络由大量能量有限的传感器节点组成，如何高效利用网络中节点的能量是无线传感器网络用于目标跟踪时研究的主要内容。合理构建动态簇可以有效降低网络的能量消耗，延长网络的生命周期，本文通过改进动态簇组建过程中簇头的选举和簇成员的征集过程，达到进一步节能的效果。其中，簇头的选择，综合考虑节点的能量和......
6. 《基于改进粒子滤波的无线传感器网络目标跟踪算法》PDF+DOC 针对现有无线传感器网络目标跟踪算法中粒子滤波存在的粒子退化和样本贫化缺陷，提出一种改进的粒子滤波目标跟踪算法。通过采用集合卡尔曼方法获取目标状态的建议分布函数，利用集合的形式估计目标状态，同时结合最新观测数据不断修正分布函数，使跟踪精度大大提高；在重采样阶段引入人工鱼群算法优化粒子分布状况，使粒子更......
7. 《无线传感器网络动态最近邻协作目标跟踪算法》PDF+DOC 针对现有的目标跟踪算法不能兼顾精度和能耗的问题，提出了一种动态最近邻协作目标跟踪算法。本算法动态构建目标跟踪簇以更好地适应目标位置的实时变化，从而获取最佳的跟踪精度。当目标进入监控区域后，多个传感器节点感知到目标则自动成簇最小二乘方法初始移动目标的最初位置。引入预测机制，根据目标的未来位置，基于最近......
8. 《基于声强的无线传感器网络目标跟踪方法研究》PDF+DOC 为有效解决无线传感器网络对具有声音特性移动目标的跟踪问题，该文利用声音随距离的能量衰减模，并结合声强特性，给出了基于动态组管理机制的目标跟踪方法。仿真实验结果表明无线传感器网络中基于声强特性的方法，能够有效实现对移动目标跟踪，结合Kalman滤波算法提高了实验结果的跟踪精度。...
9. 《基于粒子滤波的无线传感器网络目标跟踪算法》PDF+DOC 传感器节点的组织和路由对无线传感器网络(WSN)目标跟踪算法的性能有重大影响.为此，针对具有簇-树型网络拓扑结构的WSN，首先给出集中式粒子滤波跟踪算法(CPFTA)实现的具体步骤；然后提出一种分布式粒子滤波跟踪算法(DPFTA)，构建性能评价体系，通过仿真实验给出两种跟踪算法的定量比较，结果表明D......
10. 《基于多模型预测的WSN动态簇目标跟踪算法》PDF+DOC 分析了无线传感器网络(WSN)中现有目标定位算法缺陷，针对WSN中跟踪目标的运动不确定特性，提出一种基于多模型动态簇预测的WSN目标跟踪算法；该算法以多模型为目标动态建模框架，适应目标的不确定运动，在得到各模型预测之后，综合各模型预测估计形成全局预测估计，进而构造局部唤醒区域，将落入该局部唤醒区域的......