《量子遗传优化粒子滤波的WSN目标跟踪算法》PDF+DOC
作者:董跃钧,李国伟
单位:中国技术经济学会
出版:《科学技术与工程》2013年第12期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFKXJS2013120190
DOC编号:DOCKXJS2013120199
下载格式:PDF + Word/doc 文字可复制、可编辑
《一种改进粒子滤波的无线传感器网络目标跟踪算法》PDF+DOC2016年第02期 宋晓宇,陈沾衡,孙向阳
《基于约束策略的WSN低能耗粒子滤波跟踪算法》PDF+DOC2015年第11期 李辉,刘云,王传旭,崔雪红,张俊虎
《无线传感器网络目标跟踪算法的研究》PDF+DOC2012年第05期 彭远芳,黄晓峰
《基于分布式动态簇结构的WSN自适应目标跟踪算法》PDF+DOC2012年第01期 刘立阳,张金成,吴中林
《基于自适应动态簇和预测机制的WSN目标跟踪算法》PDF+DOC2015年第07期 崔亚峰,史健芳
《基于改进粒子滤波的无线传感器网络目标跟踪算法》PDF+DOC2017年第05期 邬春明,宫皓泉,王艳娇,赵星翰,郭立杰,梁玉珠
《无线传感器网络动态最近邻协作目标跟踪算法》PDF+DOC2012年第07期 龙慧,樊晓平,刘少强,唐文妍
《基于声强的无线传感器网络目标跟踪方法研究》PDF+DOC2009年第11期 陈积明,张艳平,曹向辉,申兴发,孙优贤
《基于粒子滤波的无线传感器网络目标跟踪算法》PDF+DOC2008年第12期 黄艳,梁韦华,于海斌
《基于多模型预测的WSN动态簇目标跟踪算法》PDF+DOC2008年第11期 周舟,梁彦,杨峰
在无线传感器网络(WSN)目标跟踪应用中,传统粒子滤波算法存在多样性退化问题。为提高WSN目标跟踪精度,提出一种基于量子遗传算法优化粒子滤波的WSN目标跟踪方法。量子遗传算法不仅增加粒子多样性,防止粒子退化现象出现,有效缩短了计算时间且改善粒子跟踪能力。测试结果表明,所提出算法很好地减轻了粒子退化对目标跟踪精度影响,提高了WSN目标跟踪精度和跟踪的实时性,跟踪结果令人满意。
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。