10.3969/j.issn.1672-9870.2017.03.023
基于改进卡尔曼滤波目标跟踪分簇方法研究
针对现有的目标跟踪分簇算法没有从根本上解决参与跟踪的节点数量过多,导致整个无线传感器网络(WSN)能耗的增加问题,提出一种基于Fisher信息矩阵的改进卡尔曼滤波的目标跟踪分簇方法(Fisher Matrix for Kalman Filter,FMKF),用于针对性的选择节建立跟踪簇.该算法利用随机矢量估计的克拉美罗下界获得未知噪声的统计特性,优化卡尔曼滤波器的误差协方差.在无线传感器网络动态分簇时,创新的使用信息判据作为标准,并且加入节点剩余能量判据.仿真结果显示,FMKF算法与控制簇的激活半径算法和无分簇算法相比,FMKF算法可以在减少跟踪节点的数量的同时提高跟踪精度.
改进卡尔曼滤波、目标跟踪、克拉美罗界、分簇
40
TN911.4
2017-07-31(万方平台首次上网日期,不代表论文的发表时间)
共5页
103-107