無線傳感網(wǎng)絡(luò)的目標定位與跟蹤算法研究.pdf

1、作為一門集成了傳感器、分布式信息處理、微電子、現(xiàn)代通信技術(shù)等技術(shù)的新興學科，無線傳感網(wǎng)絡(luò)(WSN，Wireless Sensor Network)具有部署靈活、成本低、定位精度高等特點，目前已被廣泛應(yīng)用于多個領(lǐng)域。目標的定位和跟蹤作為無線傳感網(wǎng)絡(luò)重要的應(yīng)用技術(shù)，正日益成為國際研究的熱點。
　　 節(jié)點的定位和目標跟蹤算法原理就是利用WSN已知的節(jié)點信息獲取目標的位置信息，并對其下一步的運動狀態(tài)作出預(yù)測和估計。本文對加權(quán)質(zhì)心算法進行

2、了改進，首先利用加權(quán)質(zhì)心粗定位和差分進化算法精確定位相結(jié)合的混合定位算法對目標進行定位計算，然后采用無跡卡爾曼濾波(UKF，Unscented Kalman Filter)對目標進行跟蹤。
　　 傳統(tǒng)的基于RSSI質(zhì)心算法采用錨節(jié)點和目標節(jié)點間的距離進行加權(quán)運算，雖然利用節(jié)點間距離賦予了不同的錨節(jié)點坐標不同的權(quán)重，一定程度上提高了定位的精度，但是也間接引入了誤差。本文使用的改進算法，拋棄采用距離這個中間步驟賦予權(quán)重，直接利用其各

3、自的RSSI值為權(quán)重的方法，進行新的加權(quán)運算以對目標節(jié)點進行估值。由于質(zhì)心定位算法簡單，但是定位精度不高，我們稱之為粗定位。然后采用差分進化思想，以粗定位獲取的坐標值為初值進行差分進化優(yōu)化算法，得到目標節(jié)點的精確坐標。
　　 對目標節(jié)點的跟蹤，目前大多采用卡爾曼濾波器實現(xiàn)，但是卡爾曼濾波只對線性方程有效，在非線性方程中，要先把非線性方程轉(zhuǎn)化成線性方程之后再進行運算，這無疑增加了誤差的積累。本文對目標跟蹤采用UKF算法，即采用UT