适用于事件触发的分布式随机目标跟踪方法

摘要：

研究了一类基于RSSI(Received signal strength indication)测距的分布式移动目标跟踪问题,提出了一种适用于事件触发无线传感器网络(Wireless sensor networks,WSNs)的分布式随机目标跟踪方法.首先考虑移动机器人模型的不确定性,引入了带有随机参数的过程噪声协方差,应用改进平方根容积卡尔曼滤波(Square root cubature Kalman filter,SRCKF)得到局部估计;然后采用无模型CI(Covariance intersection)融合估计方法以降低随机过程噪声协方差带来的不利影响.该方法充分利用有模型和无模型方法的优势,实现系统模型和量测不理想情况下的分布式目标跟踪.基于E-puck机器人的目标跟踪实验表明,事件触发的工作模式可有效地减少能量消耗,带随机参数的滤波方法更适合于随机目标的跟踪.

关键词：事件触发、RSSI、随机目标跟踪、平方根容积卡尔曼滤波

所属期刊栏目：43

分类号：TN9;TP3

资助基金：国家自然科学基金61273117, 61673351, 61573319;浙江省自然科学基金LR16F030005, LZ15F030003 资助Supported by National Natural Science Foundation of China61273117, 61673351, 61573319;Zhejiang Provincial Natu-ral Science Foundation of ChinaLR16F030005, LZ15F030003

在线出版日期：2017-09-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1393-1401