基于贝叶斯理论框架的传感器选择算法
针对大规模传感器网络(Large-scale sensor networks)的目标跟踪问题,本文在贝叶斯(Bayes)框架下,提出了一种全新的基于传感器选择的多传感器目标跟踪算法.算法的具体思路为:首先基于Bayes框架,根据不同的管理目标,推导出传感器选择的目标函数;然后根据目标函数,计算出相应的传感器选择方案;最后将选择的传感器进行数据融合,求得传感器网络的目标跟踪结果.相比传统的基于量测野值点剔除思想的目标跟踪算法以及基于系统偏差估计的传感器配准算法,本文提出的基于传感器选择的多传感器目标跟踪算法不仅目标跟踪精度更高,且跟踪性能更稳定.同时本文提出的传感器选择算法还可以适用于杂波数目较少的目标跟踪场景.仿真结果说明了本文所提算法的有效性.
大规模传感器网络、贝叶斯理论、传感器选择、目标跟踪、信息融合
44
国家重点基础研究发展计划973计划2013CB329405;国家自然科学基金61221063,61573271,61573276,61370037
2018-12-05(万方平台首次上网日期,不代表论文的发表时间)
共11页
1425-1435