基于无线传感器网络的运动目标检测动态聚类图.pdf

基于无线传感器网络的运动目标检测动态聚类图.pdf

ID:55399611

大小:285.46 KB

页数:5页

时间:2020-05-15

基于无线传感器网络的运动目标检测动态聚类图.pdf_第1页
基于无线传感器网络的运动目标检测动态聚类图.pdf_第2页
基于无线传感器网络的运动目标检测动态聚类图.pdf_第3页
基于无线传感器网络的运动目标检测动态聚类图.pdf_第4页
基于无线传感器网络的运动目标检测动态聚类图.pdf_第5页
资源描述:

《基于无线传感器网络的运动目标检测动态聚类图.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37卷第5期舰船科学技术Vo1.37,No.52015年5月SHIPSCIENCEANDTECHNOLOGYMay,2015基于无线传感器网络的运动目标检测动态聚类图王新为,杨绍清,张永生(海军大连舰艇学院,辽宁大连116018)摘要:有效的目标跟踪需要积极的传感器节点对运动目标群实行跟踪。与单目标跟踪相比,聚类在效能上有显著提高。本文提出准确的相干和非相干运动模式下目标的聚类,采用隐式动态时间框架来评估在创建连接组件加权图的目标关系史。该算法采用目标跟踪中定位算法的关键特征,即估计当前和预测的位置来确定移

2、动目标的方向和距离的关系。模拟结果显示,通过动态调整历史窗口大小和预测目标之间的关系。可以显著提高聚类的准确性并减少运算时间。关键词:聚类算法;目标跟踪;无线传感器网络;加权图中图分类号:TP391文献标识码:A文章编号:1672—7649(2015)05—0095—05doi:10.3404/j.issn.1672—7649.2015.05.020DynamicclustersgraphfordetectingmovingtargetsusingWSNsWANGXin—wei,YANGShao—qing,Z

3、HANGYong—sheng(DalianNavalAcademy,Dalian116018,China)Abstract:Effectivetargettrackingneedssensornodepositiveforthemovingobjectclustersfollow.Comparedwithsingletargettracking,clusteringhassignificantimprovementinperformance.Thispaperpresentsaccuratecoherenta

4、ndnoncoherentmotionmodetargetclustering,usingtheimplicitdynamictimeframeworktoevaluateintheweightedgraphtocreatetheconnectioncomponentofthetargetrelationhistory.Theproposedalgorithmemployskeyfeaturesoflocalizationalgorithmsintargettracking,namely,estimatedc

5、urrentandpredictedlocationstodeterminetherelationaldirectionsanddistancesofmovingtargets.Oursimulationresultsshowthatbydynamicallyadjustingtherelationshipbetweenhistoricalwindowsizeandpredictthetargetcansignificantlyimprovetheclusteringaccuracyandreducethec

6、omputationtime.Keywords:clusteringalgorithms;targettracking;wirelesssensornetworks;weightedgraph加入或撤离一组目标。由于传感器节点存在很多硬0引言件资源的限制,还经常遭受外界环境的影响,无线多目标跟踪是无线传感器网络(WSNs)的一链路易受到干扰,网络拓扑结构动态变化,特别是项重要任务,特别是应用于军事部署。在通常情况传感器网络的活动目标跟踪应用具有很强的实时性下,目标很少单独行动,它们更多的向一个或多个要求,因此

7、,许多传统的跟踪算法并不适用于传感目的地协同运动。同样,为实现作战计划的敌作战器网络。本文提出一种新的实时聚类算法——预测目标有时会试图通过显示非相干运动模式欺骗监控运动目标的聚类(PCMT),采用DDBC加权关系图系统。因此,它们可以在任何时间或在操作顺序上来实现目标聚类。PCMT采用目标的预测位置定位收稿日期:2013—09—22;修回日期:2014—1l一25基金项目:国家自然科学基金资助项目(61303192)作者简介:王新为(1988一),男,硕士研究生,研究方向为火力控制及数字图像处理。·96·舰

8、船科学技术第37卷算法。实验结果表明,与现有算法相比本文提出算其中d(i,J)是预测2个目标位置之间的欧氏距法可在有效改进检测准确性的同时减少运算时间。离,并日和d分别为位置矢量夹角和距离间的阈值。1预测运动目标聚类2)关系强度将大量传感器节点随机部署在一个矩形区域内考虑到群成员会有进行非相干运动或出现多组来跟踪运动目标,并用一个中央服务器维护整个重叠的情况,仅考虑当前时刻关系可能性的聚类不对运动目

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。