基于高斯粒子滤波协作跟踪地研究

《基于高斯粒子滤波协作跟踪地研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据分类号UDC密级学位论文基于高斯粒子滤波的协作跟踪研究作者姓名：刘聪聪指导教师：汪晋宽教授东北大学信息科学与工程学院申请学位级别：硕士学科类别：工科学科专业名称：控制理论与控制工程论文提交日期：学位授予日期：评阅人：2011年6月2011年7月孟7古J-4赵一丁血魈一J论文答辩日期：答辩委员会主席：东北大学2011年6月2011年6月张家生教授万方数据AThesisinControlTheoryandControlEngineeringResearchonCollaborativeTargetTrackingbasedGaussianParticleFilteringByLiu

2、CongcongSupervisor：ProfessorWangJinkuanNortheasternUniversityJune2011必㈣侣㈣删万方数据独创声明本人声明，所呈交的学位论文是在导师的指导下完成的。论文中取得的研究成果除加以标注和致谢的地方外，不包含其他人己经发表或撰写过的研究成果，也不包括本人为获得其他学位而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示诚挚的谢意。学位论文作者签名：刘聪聪签字日期：2·M钯7学位论文版权使用授权书本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文的规定：即学校有权保留并向国家有关部门

3、或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人同意东北大学可以将学位论文的全部或部分内容编入有关数据库进行检索、交流。作者和导师同意网上交流的时间为作者获得学位后：半年口～年回一年半口两年口学位论文作者签名：务旧忌习总导师签名：签字嘿则纠签字日期．男孝艮万方数据东北大学硕士学位论文摘要基于高斯粒子滤波的协作跟踪研究摘要无线传感器网络(WSN)是21世纪最重要的新兴技术之一，目标跟踪是WSN的一个重要应用领域。目标跟踪是通过测量目标与传感器节点的距离或角度来估计目标的运动轨迹，可以广泛应用于军事环境、医疗、交通等方面。本文介绍了无线传感器网络的特点和目标跟踪研究现状，系统地分析

4、了目标跟踪算法、传感器网络特有的跟踪策略和评价指标。在此基础上，提出了基于高斯粒子滤波的多传感器协作跟踪方案，并采用动态成簇技术实时地选择参与跟踪的节点集合，在保持跟踪精度的同时降低了网络能耗。针对传感器网络资源受限的特点，选择无需重采样的高斯粒子滤波算法估计目标状态，降低了非线性跟踪的计算复杂程度，采用协方差交叉融合(CD算法实现了多传感器数据融合，基于高斯粒子滤波技术的位置预测选择成员节点，并利用粒子群优化方法选择用于数据收集和转发的簇头节点。所提方案无需唤醒网络区域内部署的所有传感器节点，降低了网络传输能耗，同时避免了大量数据传输所造成的网络拥塞、控制消息过多和无线信道拥挤等现象

5、。最后，针对所提出的跟踪方案设计了相关的仿真实验。仿真结果表明，该方案在降低网络能量消耗的同时保持了较好的跟踪精度。关键词：无线传感器网络；目标跟踪；高斯粒子滤波；粒子群优化II万方数据东北大学硕士学位论文AbstractResearchonCollaborativeTargetTrackingbasedGaussianParticleFilteringAbstractWirelessSensorNetworks(WSN)isconsideredasoneofthemostsignificantemergingtechnologiesin21stcentury．Andtargettra

6、ckingisanimportantapplicationareaofWSN．Itsmainpurposeistoestimatethetargettrajectoriesbymeasuringthedistanceortheanglebetweentargetandsensornode．Targettrackinghasbeenwidelyusedinthemilitaryenvironment，healthcare，transportation，etc．Inthisthesis，characteristicsofwirelesssensornetworksandtargettrac

7、kingsituationareintroduced．Andthetargettrackingalgorithm，specifictrackingstrategiesandevaluationindicatorsofthetrackingaresystematicallyanalyzed．Onthisbasis，amulti-sensorstrackingprogramwithGaussianparticlefilterisproposed．I