基于WSN的目標(biāo)跟蹤方法研究.pdf

1、無線傳感器網(wǎng)絡(luò)（WSN）具有跟蹤精細(xì)、可靠、及時(shí)、隱蔽等特點(diǎn)，非常適用于復(fù)雜環(huán)境下的目標(biāo)跟蹤。由于WSN節(jié)點(diǎn)資源有限，本文針對(duì)WSN的目標(biāo)跟蹤熱點(diǎn)問題進(jìn)行了研究，主要研究內(nèi)容如下：
　　針對(duì)WSN協(xié)同跟蹤過程中跟蹤精度與能量消耗矛盾的問題，提出基于強(qiáng)化學(xué)習(xí)的協(xié)同跟蹤算法。該算法通過Q學(xué)習(xí)方法獲得簇首最優(yōu)動(dòng)作策略，進(jìn)行最優(yōu)簇首切換及簇成員的最優(yōu)選擇；在滿足跟蹤精度的前提下，通過減少簇成員個(gè)數(shù)和動(dòng)態(tài)選擇采樣時(shí)間間隔降低網(wǎng)絡(luò)能耗。仿真結(jié)

2、果表明該算法不僅保證了跟蹤精度，且有效降低了網(wǎng)絡(luò)的能量消耗。
　　針對(duì)多目標(biāo)跟蹤中新生目標(biāo)強(qiáng)度未知的問題，提出基于量測驅(qū)動(dòng)的概率假設(shè)密度濾波算法。該算法以量測驅(qū)動(dòng)方式避免了對(duì)新生目標(biāo)強(qiáng)度先驗(yàn)知識(shí)的依賴；采用增廣狀態(tài)空間方法，避免了雜波對(duì)真實(shí)目標(biāo)強(qiáng)度估計(jì)的干擾。仿真結(jié)果表明，該算法具有對(duì)目標(biāo)數(shù)目變化敏感的優(yōu)勢，同時(shí)可降低計(jì)算復(fù)雜度，明顯提高了跟蹤精度。
　　針對(duì)WSN中能量有限的問題，提出基于量化新息的目標(biāo)跟蹤算法。該算法使用