粒子濾波在無線傳感器網(wǎng)絡(luò)目標跟蹤中的應(yīng)用.pdf

1、無線傳感器網(wǎng)絡(luò)(WSN)作為21世紀最具影響力的技術(shù)之一，應(yīng)用于很多領(lǐng)域，例如:道路交通的監(jiān)控、機場和大型園區(qū)的監(jiān)測、智能居家和軍事監(jiān)測跟蹤等等，其中一個重要應(yīng)用便是目標跟蹤。本文對基于無線傳感器網(wǎng)絡(luò)的移動目標跟蹤問題展開研究。針對基于無線傳感器網(wǎng)絡(luò)的目標跟蹤問題，引入了粒子濾波算法。粒子濾波算法能夠有效解決非線性、非高斯環(huán)境及目標運動狀態(tài)不能準確描述的移動目標跟蹤問題。
　　 首先，研究了基于無線傳感器網(wǎng)絡(luò)的目標跟蹤中傳感器節(jié)

2、點間的相互協(xié)作問題，考慮傳感器節(jié)點能源有限，構(gòu)造出動態(tài)協(xié)作的樹形網(wǎng)絡(luò)模型，在這個模型中，隨著對目標的跟蹤動態(tài)的產(chǎn)生簇頭節(jié)點，其他感知節(jié)點將跟蹤數(shù)據(jù)傳送給簇頭節(jié)點，隨著目標的移動，根據(jù)簇頭產(chǎn)生策略生成新的簇頭節(jié)點，原簇頭節(jié)點恢復(fù)為感知節(jié)點偵測目標。其次，對現(xiàn)有的目標跟蹤算法進行概要介紹和分析對比，由于粒子濾波算法在處理非線性、非高斯系統(tǒng)的狀態(tài)和參數(shù)估計問題方面具有獨特的優(yōu)勢，本文選擇了粒子濾波算法。對基于無線傳感器網(wǎng)絡(luò)的粒子濾波算法進行了

3、系統(tǒng)的分析，討論了粒子濾波算法存在的問題及解決方案，著重分析了粒子的退化問題，基本的粒子濾波算法把大量的計算量用于小權(quán)值的粒子更新上，粒子枯竭現(xiàn)象導(dǎo)致剩余粒子數(shù)目極少，難以代表狀態(tài)的預(yù)期估計特性。針對粒子的退化問題，本文對粒子濾波算法進行了改進，在重采樣時引入代價參考函數(shù)，計算各粒子對于觀測值的價值大小，然后根據(jù)價值大小的不同給粒子分配不同的權(quán)值。該方法利用觀測值調(diào)整權(quán)值的分布，增加了粒子的多樣性，從而減弱粒子退化的程度。