《基于分布式动态簇结构的WSN自适应目标跟踪算法》PDF+DOC

📙 相关资料

1. 《量子遗传优化粒子滤波的WSN目标跟踪算法》PDF+DOC 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......
2. 《基于预测的动态分簇目标跟踪算法》PDF+DOC 在保证高跟踪准确度的基础上，降低节点的能耗，延长网络的寿命是目标跟踪的核心问题。为此，提出了一种基于预测的动态分簇目标跟踪算法Pre-DC。该算法首先建立动态的簇结构，然后利用粒子滤波算法实现簇对目标的跟踪，最后根据预测误差大小动态地更新簇结构。这样不仅降低了跟踪簇的能量消耗，同时也提高了跟踪精确度......
3. 《一种改进的粒子滤波目标跟踪算法》PDF+DOC 为解决常规的基于粒子滤波的目标跟踪算法，使用状态转移分布作为采样粒子的建议分布函数，没有考虑当前的观测值，从而造成定位时间长、定位精度低的问题.采用将最新的观测值融合到采样过程中，利用粒子群优化方法实现目标的跟踪，使得采样粒子集往后验概率密度分布较大的区域移动，从而显著地降低了精确定位所需的粒子数.......
4. 《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......
5. 《动态簇目标跟踪算法》PDF+DOC 目标跟踪是无线传感器网络一项具有大量应用的重要技术，针对无线传感器网络目标跟踪中精度和能耗的问题不能均衡，提出一种动态簇目标跟踪算法.当目标进入监测区域内，传感器节点感知到目标，为了尽可能减少参与跟踪的节点数目，采用建立动态簇结构来跟踪移动目标，然后利用果蝇优化算法对粒子滤波算法的重要性采样进行优化......
6. 《基于高斯Cost-Reference粒子滤波器的WSN目标跟踪算法》PDF+DOC 提出了一种新的高斯Cost-Reference粒子滤波器算法及多传感器动态协同策略用于无线传感器网络目标跟踪问题。该算法的显著特点是：(1)鲁棒性，不需要事先对系统过程噪声和测量噪声的分布进行精确建模，具有较好的噪声自适应能力，非常适用于无线传感器网络未知的、复杂的应用场景；(2)能量有效性，该算法......
7. 《基于能效的分布式轻量级WSN目标跟踪算法》PDF+DOC 针对不确定性复杂运动目标跟踪中的节点调度以及节能问题，提出了基于能效的无线传感器网络分布式多节点协作的目标跟踪算法.根据监控区域内目标的运动状态以及局部区域的节点密度，利用节点的剩余能量和调度情况，确定无线传感器网络在跟踪目标过程中的簇规模，使网络的局部能量消耗达到均衡.利用高斯Cost-Refer......
8. 《基于粒子滤波的二元无线传感器网络分布式目标跟踪研究》PDF+DOC 针对二元无线传感器网络中利用粒子滤波进行集中式跟踪的不足，基于动态分簇结构，研究了基于粒子滤波的二元无线传感器网络分布式目标跟踪算法。算法每一时刻根据目标的状态只激活少量的节点参与探测跟踪，其它节点处于休眠状态以节省能量。最后，利用计算机进行了Monte Carlo仿真，仿真结果表明，算法在不损失跟......
9. 《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......
10. 《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......