《无线传感器网络的分布式目标跟踪研究》PDF+DOC
作者:周伟,石为人,张洪德,王小刚,易军
单位:中国仪器仪表学会
出版:《仪器仪表学报》2013年第07期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFYQXB2013070070
DOC编号:DOCYQXB2013070079
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于压缩感知的链型无线传感器网络节能数据收集》PDF+DOC2015年第11期 顾逸宸,黄如
《基于正六边形区域划分的无线传感器网络动态目标跟踪》PDF+DOC2015年第03期 杨春曦,孙超,黄剑
《基于混合滤波的无线传感器网络融合跟踪方法》PDF+DOC2010年第09期 李峰荣,刘贵喜,孙庆方
《基于差分算法的异构无线传感器网络多重覆盖节点调度方案》PDF+DOC2012年第06期 李明
《无线传感器网络的目标跟踪能量优化策略》PDF+DOC2011年第07期 莫磊,胥布工
《无线传感器网络数据融合技术研究》PDF+DOC2011年第02期 邵开丽,周小佳,闫斌
《时间异步无线传感器网络的分布式目标跟踪》PDF+DOC2009年第10期 万江文,薛皓,于宁,陈斌
《无线传感器网络能量模型》PDF+DOC2007年第09期 张志东,孙雨耕,刘洋,杨挺
《无线传感器网络中数据融合机制的能量有效性研究》PDF+DOC2007年第10期 杨挺,孙雨耕,王燕琳,张志东
《数据集成技术在树型WSN中的应用》PDF+DOC2013年第06期 朱林,张海
针对无线传感器网络节点计算能力和能量受限问题,提出一种分布式并行扩展卡尔曼粒子滤波算法。在网络动态分簇模型上,簇头将粒子集划分为多个子集,并分配到簇内各个传感器节点中并行运行,最后在簇头进行信息融合,得到目标状态估计。算法提高了粒子滤波效率,避免单个节点能量过度消耗,均衡了网络能耗。同时,算法利用扩展卡尔曼滤波器来产生粒子滤波的重要性密度函数,使得重要性密度函数抽样样本更加接近后验概率密度产生的样本。仿真结果表明,算法对运动目标能实现较好的预测和跟踪,跟踪精度高,并能有效平衡网络能耗。实验结果说明了提出算法的有效性和可行性。
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。