基于卡尔曼滤波算法的轨迹估计研究

《基于卡尔曼滤波算法的轨迹估计研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、DOI:10.13873/j.1000-97872012.05.0184传感器与微系统(TransducerandMicrosystemTechnologies)2012年第31卷第5期殠檸檸檸檸檸殠檸檸殠研究与探讨檸檸檸檸檸殠*基于卡尔曼滤波算法的轨迹估计研究11112邓胡滨，张磊，吴颖，周洁，刘枫(1．华东交通大学信息工程学院，江西南昌330013;2．郑州大学信息工程学院，河南郑州450001)摘要:在无线传感器网络中节点定位系统中，基于接收信号强度指示(RSSI)技术的定位算法研究有很多，这种

2、定位技术成本低而且易于实现，但RSSI定位技术因容易受到环境因素的影响，在测距过程中，估测距离的误差很大。在RSSI定位系统的基础上，加入系统噪声和测量噪声，根据系统状态方程和动态系统测量方程，利用卡尔曼滤波算法，对RSSI进行滤波，并估测出移动节点的运动轨迹。仿真结果表明:改进卡尔曼滤波算法提高了移动节点的运动轨迹的定位精度。关键词:无线传感器网络定位;轨迹估计;卡尔曼滤波算法;接收信号强度指示中图分类号:TP393文献标识码:A文章编号:1000—9787(2012)05—0004—04Resea

3、rchontrackestimationbasedonKalman*filteringalgorithm11112DENGHu-bin，ZHANGLei，WUYing，ZHOUJie，LIUFeng(1．SchoolofInformationEngineering，EastChinaJiaotongUniversity，Nanchang330013，China;2．SchoolofInformationEngineering，ZhengzhouUniversity，Zhengzhou450001，Ch

4、ina)Abstract:ManystudiesarecarriedonlocalizationalgorithmbasedonRSSItechnologyinWSNs，butthelow-costandeasy-inplementedlocalizationtechnologyarevulnerabletoenvironmentalfactors，sotherewouldbealargeerrorindistanceestimationduringranging．Accordingtothesyst

5、emstateequationandmeasurementequationofdynamicsystem，systemnoiseandmeasurementnoiseareaddedtotheRSSIlocalizationsystemandKalmanfilteringalgorithmisusedtofilterRSSIandtoestimatethetrajectoryofmobilenode．Simulationresultsshowthatthelocalizationprecisionof

6、trajectoryofthemobilenodeisincreasedbytheimprovedKalmanfitleringalgorithm．Keywords:WSNslocalization;trackestimation;Kalmanfilteringalgorithm;RSSI［4］0引言适合于移动节点轨迹定位和预测。移动节点定位技术研究的关键是建立良好的定位模型为了提高移动节点定位精度，解决因系统和测量带来［5］和选用合适的定位算法。无线传感器网络就是向感兴趣区的误差，本文提出将卡尔曼滤

7、波算法引入移动节点轨迹域随机抛撒的无数微小的传感器节点通过无线的方式自组定位系统中，并对卡尔曼滤波算法进行了适当的修改，引入［1］。节点了系统噪声和测量噪声，利用系统观测数据向量对系统状网的“低成本、低功耗、低速率”的一种信息系统［6］态向量做最小二乘估计，提高了定位精度。定位技术是无线传感器网络技术的核心技术之一。1卡尔曼滤波算法基本方程基于接收信号强度指示(RSSI)的定位技术是发射点卡尔曼滤波的基本方程有2个，即系统状态方程与动的信号强度已知，根据接收点接收到的信号强度，利用信号［7］态系统测量

8、方程。传输模型或经验模型，将RSSI转换成距离的一种定位技［2］1．1卡尔曼滤波算法的系统状态方程术。由于信号传输过程中受到外界因素影响很大，相同系统状态方程为环境、相同距离、不同时间所接收到的信号几乎都是变化的，计算出的距离误差较大［3］，通常情况下，很多的算法都X(n+1)=AM×M·X(n)+BM×M·V1(n)，(1)是利用接收到的RSSI的均值或者重复计算距离，但这种算式中X(n)为M×1阶系统状态向量，反映的是系法无法解决因系统环境和测量而造