基于量化新息的容积粒子滤波融合目标跟踪算法
针对现有非线性网络化目标跟踪融合算法存在的精度低和实用性差等不足,以一类带有噪声相关的非线性网络化目标跟踪系统为对象,研究基于测量新息量化策略和容积粒子滤波(Cubature particle filter, CPF)的目标跟踪融合算法。首先,利用状态方程恒等变换和矩阵相似变换理论解除过程噪声与测量噪声以及测量噪声之间的相关性；其次,各个传感器节点采用自适应策略量化局部测量新息并将其发送到融合中心(Fusion center, FC)；随后,在集中式融合框架下采用容积粒子滤波器设计基于测量值扩维的量化融合跟踪算法,进而给出相应的顺序滤波量化融合算法,上述算法可有效解决因自适应量化引起的非高斯问题；最后,通过两个计算机仿真实验验证了所提出跟踪算法的有效性。
无线传感器网络、目标跟踪、比特位量化、噪声相关、容积粒子滤波
TP2;TP3
国家自然科学基金601403218,61172133,61273075;浙江省自然科学基金LQ14F030001;高等学校访问学者专业发展项目FX2013157资助Supported by National Natural Science Foundation of China601403218,61172133,61273075;Natural Science Foundation of Zhejiang ProvinceLQ14F030001;Visiting Scholar De-velopment Program for Higher Education Institutions of ChinaFX2013157
2014-10-09（万方平台首次上网日期，不代表论文的发表时间）
共8页
1867-1874
