發(fā)布時間：2017-03-30 19:28

  本文關鍵詞：無線傳感器網(wǎng)絡目標跟蹤算法的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：微電子技術、無線通信技術和計算技術等的發(fā)展進步推動了低功耗傳感器的發(fā)展。進而，無線傳感器網(wǎng)絡這種新興的具有無限潛力的網(wǎng)絡應運而生。無線傳感器網(wǎng)絡（wireless sensor network, WSN）是由一片區(qū)域中大量能量有限的低功耗傳感器節(jié)點組成的。與傳統(tǒng)網(wǎng)絡相比，無線傳感器網(wǎng)絡具有覆蓋范圍廣，能耗低，自組織能力強，可靠性高以及采用無線通信方式等特點，非常適合于目標跟蹤和定位。例如戰(zhàn)場監(jiān)控、導航、生物習性研究、城市交通管理等。同時，無線傳感器網(wǎng)絡在實際應用中也存在一些約束，例如傳感器節(jié)點體積較小，可以攜帶的能量非常有限。因此，怎樣高效利用網(wǎng)絡中的節(jié)點能量是傳感器網(wǎng)絡面臨的主要挑戰(zhàn)之一。在無線傳感器網(wǎng)絡的目標跟蹤中，通過使用并合理構(gòu)建動態(tài)簇跟蹤結(jié)構(gòu)可以有效降低網(wǎng)絡的能量消耗，從而延長網(wǎng)絡的生命周期。而有效的濾波算法通過避免盲目的喚醒網(wǎng)絡中的節(jié)點和降低跟蹤延遲，可以進一步增強網(wǎng)絡的跟蹤性能。 本文針對無線傳感器網(wǎng)絡目標跟蹤問題，提出了新的動態(tài)簇組建方法，實踐證明動態(tài)簇在目標跟蹤過程中可以有效降低網(wǎng)絡的能耗。同時，對粒子濾波算法進行了改進，有效降低了粒子濾波算法的計算量。粒子濾波在解決非線性非高斯的目標跟蹤問題中具有很好的表現(xiàn)。 本文主要工作有兩點。第一，在對現(xiàn)有無線傳感器網(wǎng)絡目標跟蹤算法中幾種動態(tài)簇組建方法進行充分研究的基礎上，提出了一種改進的動態(tài)簇組建方法。該算法通過改進動態(tài)簇的組建過程中簇頭的選舉和簇成員的征集過程，來達到進一步節(jié)能的效果。簇頭的選擇，綜合考慮節(jié)點的能量和節(jié)點離目標的距離兩個因素。簇成員的征集，同時考慮到目標的移動速度和網(wǎng)絡中節(jié)點的分布情況。通過matlab仿真證明了本文動態(tài)簇組建的有效性。第二，具體分析了現(xiàn)有的濾波算法，，通過對比了解到粒子濾波在處理非線性運動方面的優(yōu)勢。但由于其運算量大，需要改進。本文在保證跟蹤精度的條件下，減小了粒子濾波的計算量，使其更加適用于無線傳感器網(wǎng)絡目標跟蹤。
【關鍵詞】：無線傳感器網(wǎng)絡 目標跟蹤 動態(tài)簇 粒子濾波 重采樣 節(jié)能
【學位授予單位】：太原理工大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP212.9;TN929.5
【目錄】：

• 摘要3-5
• ABSTRACT5-11
• 第1章 緒論11-17
• 1.1 WSN 目標跟蹤的研究背景及意義11
• 1.2 WSN 目標跟蹤問題的研究現(xiàn)狀11-13
• 1.3 WSN 目標跟蹤面臨的主要挑戰(zhàn)13-14
• 1.4 論文的主要工作14
• 1.5 論文的章節(jié)安排14-17
• 第2章 WSN 目標跟蹤算法節(jié)點調(diào)度策略研究17-27
• 2.1 雙元檢測協(xié)作跟蹤17-18
• 2.1.1 雙元檢測17-18
• 2.1.2 雙元檢測目標跟蹤算法的過程18
• 2.2 信息驅(qū)動協(xié)作跟蹤18-20
• 2.2.1 信息驅(qū)動協(xié)作跟蹤算法19
• 2.2.2 選擇跟蹤目標的節(jié)點19-20
• 2.3 動態(tài)簇結(jié)構(gòu)目標跟蹤算法20-21
• 2.3.1 動態(tài)簇結(jié)構(gòu)21
• 2.3.2 基于動態(tài)簇結(jié)構(gòu)的目標跟蹤算法21
• 2.4 傳送樹目標跟蹤算法21-26
• 2.4.1 構(gòu)造初始傳送樹結(jié)構(gòu)22-23
• 2.4.2 傳送樹結(jié)構(gòu)的調(diào)整23-25
• 2.4.3 傳送樹結(jié)構(gòu)的重新構(gòu)造25-26
• 2.5 本章小結(jié)26-27
• 第3章 動態(tài)簇結(jié)構(gòu)的改進及在 WSN 中的應用27-37
• 3.1 網(wǎng)絡的假設與初始狀態(tài)27-28
• 3.1.1 本文中網(wǎng)絡的假設27-28
• 3.1.2 節(jié)點自身保存信息28
• 3.1.3 網(wǎng)絡的初始狀態(tài)28
• 3.2 基于自適應動態(tài)簇和預測機制的跟蹤算法28-33
• 3.2.1 自適應動態(tài)簇組建算法29-30
• 3.2.2 預測算法30-31
• 3.2.3 基于預測機制的跟蹤算法31-33
• 3.3 仿真實驗33-35
• 3.4 本章總結(jié)35-37
• 第4章 WSN 狀態(tài)估計算法的研究及粒子濾波算法的改進37-55
• 4.1 狀態(tài)空間模型37
• 4.2 貝葉斯濾波估計37-39
• 4.3 最小二乘估計法39-40
• 4.4 卡爾曼濾波估計算法40-41
• 4.5 擴展卡爾曼濾波41-42
• 4.6 粒子濾波算法42-45
• 4.6.1 蒙特卡洛方法42-44
• 4.6.1.1 蒙特卡洛方法的原理43
• 4.6.1.2 蒙特卡洛方法的一般步驟43-44
• 4.6.2 粒子濾波算法44-45
• 4.7 改進的粒子濾波算法45-50
• 4.7.1 粒子退化問題46
• 4.7.2 重采樣46-48
• 4.7.3 改進的重采樣方法48-50
• 4.7.3.1 自適應部分粒子重采樣49-50
• 4.7.3.2 B 類粒子重采樣過程50
• 4.8 仿真實驗50-52
• 4.9 本章總結(jié)52-55
• 第5章 總結(jié)與展望55-57
• 5.1 全文總結(jié)55-56
• 5.2 展望56-57
• 參考文獻57-61
• 致謝61-63
• 攻讀學位期間發(fā)表的學術論文目錄63

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 孟凡偉;關新平;;無線傳感器網(wǎng)絡中負載均衡的sink節(jié)點移動策略[J];信息安全與技術;2011年Z1期

2 鄧克波;劉中;;基于無線傳感器網(wǎng)絡動態(tài)簇的目標跟蹤[J];兵工學報;2008年10期

3 劉立陽;張金成;吳中林;;基于分布式動態(tài)簇結(jié)構(gòu)的WSN自適應目標跟蹤算法[J];傳感技術學報;2012年01期

4 劉軍;劉暉;葉寧;崔哲;;無線傳感器網(wǎng)絡自適應動態(tài)簇目標跟蹤策略[J];東北大學學報(自然科學版);2011年08期

5 張詩桂;朱立新;趙義正;;粒子濾波算法研究現(xiàn)狀與發(fā)展趨勢[J];電子信息對抗技術;2010年05期

6 陳曉娟;王卓;吳潔;;一種基于LEACH的改進WSN路由算法[J];傳感技術學報;2013年01期

7 楊文鉑;邢鵬康;劉彥華;;一種基于自適應RSSI測距模型的無線傳感器網(wǎng)絡定位方法[J];傳感技術學報;2015年01期

8 康健;左憲章;唐力偉;張西紅;李浩;;無線傳感器網(wǎng)絡數(shù)據(jù)融合技術[J];計算機科學;2010年04期

9 王小平;羅軍;沈昌祥;;三邊測量法的結(jié)果穩(wěn)定性研究[J];計算機工程與科學;2012年06期

10 劉文靜;于金霞;湯永利;;粒子濾波自適應部分系統(tǒng)重采樣算法研究[J];計算機應用研究;2011年03期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 王邢波;基于Kalman濾波的無線傳感器網(wǎng)絡目標跟蹤算法的研究[D];山東大學;2011年

  本文關鍵詞：無線傳感器網(wǎng)絡目標跟蹤算法的研究，由筆耕文化傳播整理發(fā)布。

本文編號：277925