WSNs自适应DCS目标跟踪算法.pdf

WSNs自适应DCS目标跟踪算法.pdf

ID:52398638

大小:468.57 KB

页数:7页

时间:2020-03-27

WSNs自适应DCS目标跟踪算法.pdf_第1页
WSNs自适应DCS目标跟踪算法.pdf_第2页
WSNs自适应DCS目标跟踪算法.pdf_第3页
WSNs自适应DCS目标跟踪算法.pdf_第4页
WSNs自适应DCS目标跟踪算法.pdf_第5页
资源描述:

《WSNs自适应DCS目标跟踪算法.pdf》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、第24卷第6期传感技术学报Vo1.24No.6CHINESEJOURNALOFSENSORSANDACTUATORSJune201l2011年6月AdaptiveDCSAlgorithmforTargetTrackinginWSNsZHANGXiaoli.CHENYanjun2,1.Schoolo厂MathematicsattdComputerEngineering,XihuaUniversity,Chengdu610039,China;、\2.InstituteControl&Information,SchoolofAut

2、omation,NorthwesternPolytechnicalUniversity,Xi’an710072,Chinn/Abstract:Sensorsshouldbeselectedelaboratelytofulfilthesensingtaskinwirelesssensornetworks,sensorselec—tionisbasedonthetradeofbetweeninformationutilityachievedbythesensormeasureandenergyoverheadtofetchthe

3、measure.AdaptiveDCSalgorithm(ADCS)isproposedtosolvetheproblemthatIDSQandDCSminimizeenergyconsumptiononlyinnode—collaboration.Basedonthecurrentaccuracyandtheaccuracythreshold,thealgorithma—daptivelysamplescouldeffectivelycontrolthenodesindata—acquisition,andminimize

4、stheenergyconsumptionforthewholenetworks.SimulationresultsshowthatADCScansignificantlyreduceenergyconsumptiononthepremiseofsatisfyingtheaccuracythreshold.Keywords:wirelesssensornetworks;informationutility;adaptive;sampleEEACC:6210Ldoi:10.3969/j.issn.1004—1699.2011.

5、06.022WSNs自适应DCS目标跟踪算法张晓丽h,陈延军,1.西华大学数学与计算机学院,成都610039;\\2.西北_1:业大学自动化学院控制与信息研究所,西安710072』摘要:无线传感器网络r}

6、传感器节点相互协同完成感知任务,以传感器量测的信息效用和获取量测的能量消耗来折中地选择参与的节点。针对IDSQ和DCS算法仅在节点协同环节极小化能耗的问题,提出自适应DCS算法(ADCS),以用户设定的精度闽值为约束,根据当前性能指标自适应降低节点采样频率,在数据采集阶段对节点进行有效控制,从根源上实现了极小化网络能耗的目

7、的.仿真结果表明:ADCS存满足用户精度需求的前提下,大幅度减少了网络能耗。关键词:无线传感器网络;信息效用;自适应;采样频率中图分类号:TP391文献标识码:A文章编号:1004—1699(2011)06—0888—07无线传感器网络中节点的同有特性要求题,为此王等提出了DCS(DynamicCollaborative之间必须协同完成某种感知任务,节点在感知区域的self-0rganization)算法,该算法强调了代价函数在节无规则撒布决定量测的空间分布特性,在未知节点量点选择中的重要性,通过改变参与状态估计的节点测的情

8、况下必须选择一个最优的节点量测集合有序地数目使估计的状态达到预先设定的精度,由于该算参与状态的估计。Zhang等针对目标跟踪提出了法中用于判断待估计量精度的参数与所采用的信息DCTC(DynamicConvoyTree—BasedCollaboration)算法,效用函数有关,且没有给出具体的设定指标,而且每随着目标的运动传感器节点动态加人或从传送树上一拍在选择簇成员的同时又重新判断簇首是否切删除,当根节点距离目标预测位置大于设定的阈值换,极大地增加了算法的复杂度,使得该算法很难适时,重新配置传送树,从而得到最优的传送树。Z

9、hao用于无线传感器网络中的在线状态估计问题。因等提出了IDSQ(Information—DrivenSensorQue.此,为了体现用户对系统QoS(QualityofService)的ry)算法,该算法以信息效用函数和代价函数为基础需求,迫切需要一个轻量级的协同算法以解决节点建立目标函

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。