本文關鍵詞： 代價參考 混沌信號重構(gòu) 能耗 廣義似然比　出處：《物理學報》2017年04期 　論文類型：期刊論文

【摘要】：由于傳感器網(wǎng)絡的自身特征和節(jié)點的資源受限,使得對觀測信號的處理必須考慮量化和能耗等因素,而引入的量化噪聲同時增加了系統(tǒng)整體噪聲的復雜性.針對傳感器網(wǎng)絡中整體噪聲統(tǒng)計特性難以準確數(shù)學建模的特點,提出了一種基于代價參考粒子濾波的混沌信號重構(gòu)算法.算法采用容積點變換以獲得相對準確的更新粒子,并將局部重構(gòu)信號的代價增量構(gòu)建為廣義似然比函數(shù),用來選擇傳感器網(wǎng)絡中的有效工作節(jié)點.仿真結(jié)果表明:所提算法可實現(xiàn)混沌信號的有效重構(gòu),且在噪聲統(tǒng)計特性未知時性能要優(yōu)于容積卡爾曼粒子濾波算法;算法同時能夠通過選擇不同的廣義似然比閾值,實現(xiàn)網(wǎng)絡能耗和重構(gòu)精度的折中.
[Abstract]:This paper presents a chaotic signal reconstruction algorithm based on cost reference particle filtering because of its own characteristics and the limited resources of the nodes , and the quantization noise introduced in the sensor network increases the complexity of the whole system noise . The algorithm adopts volume point transform to obtain relatively accurate update particles , and constructs the cost increment of the local reconstructed signal as a generalized likelihood ratio function to select the effective working node in the sensor network . The simulation results show that the proposed algorithm can realize the effective reconstruction of chaotic signal , and the performance of the local reconstructed signal is better than that of the volume Kalman particle filter algorithm when the noise statistic characteristic is unknown . The algorithm can also realize the compromise of network energy consumption and reconstruction precision by selecting different generalized likelihood ratio thresholds .

【作者單位】： 華南理工大學電子與信息學院;東莞理工學院計算機與網(wǎng)絡安全學院;
【基金】：國家自然科學基金(批準號:60872123) 國家自然科學基金委員會廣東省自然科學基金聯(lián)合基金(批準號:U0835001) 廣東省高�？萍紕�(chuàng)新計劃基金(2013KJCX0178)資助的課題~~
【分類號】：TN911.7;TP212.9
【正文快照】： 架的非線性濾波是一類有效的實時處理方法[8-13].1引言文獻[8]和[9]分別采用無先導卡爾曼濾波方法(un-scented Kalman?lter,UKF)和容積卡爾曼濾波傳感器網(wǎng)絡中通過節(jié)點間的相互協(xié)作,可以完(cubature Kalman?lter,CKF)實現(xiàn)了盲信號的重成復雜的信號處理任務,已被廣泛應用于生物

【相似文獻】

相關期刊論文 前10條

1 高江,戴冠中;Bernoulli-Gaussian白噪聲的一種似然比檢測方法[J];自動化學報;1998年02期

2 楊小軍,潘泉,張洪才;基于粒子濾波和似然比的聯(lián)合檢測與跟蹤[J];控制與決策;2005年07期

3 張湘平,賀漢根,謝紅衛(wèi),胡德文;基于信息似然比的導彈落點仿真可信性分析[J];系統(tǒng)仿真學報;2005年06期

4 鄒丁秋;程婷;何子述;;一種新的基于似然比的弱目標TBD方法[J];雷達科學與技術;2013年03期

5 王黨衛(wèi);馬興義;王少剛;關鑫璞;粟毅;;一種基于廣義似然比檢測的雷達目標識別新方法[J];紅外與毫米波學報;2006年04期

6 林磊;孫承杰;張二艷;劉秉權;;一種基于改進似然比的術語自動抽取方法[J];廣西師范大學學報(自然科學版);2010年01期

7 李恒杰;;多子系統(tǒng)似然度評分融合說話人識別[J];計算機應用;2008年01期

8 朱兆達;Rice雜波中Swerling Ⅱ目標的似然比檢測[J];電子科學學刊;1986年01期

9 朱兆達;Rice雜波中SwerlingⅡ目標的似然比檢測[J];南京航空航天大學學報;1985年01期

10 ;[J];;年期

相關會議論文 前1條

1 周新蓮;章美玉;丁樹良;;群組決策法中新的排序方法-似然比法[A];中國現(xiàn)場統(tǒng)計研究會第九屆學術年會論文集[C];1999年

相關碩士學位論文 前3條

1 胡志明;調(diào)整經(jīng)驗歐氏似然及其性質(zhì)[D];廣西師范大學;2011年

2 張玉芳;經(jīng)驗L_q似然[D];廣西師范大學;2012年

3 李龍;基于multiple-outlier指數(shù)模型隨機比較的進一步結(jié)果[D];蘭州大學;2013年

，

本文編號：1465442