2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩81頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、無(wú)線傳感器網(wǎng)絡(luò)是21世紀(jì)最重要的技術(shù)之一,也是支持遠(yuǎn)程定位和跟蹤移動(dòng)目標(biāo)的新興平臺(tái)。與全球定位系統(tǒng)等傳統(tǒng)平臺(tái)相比,無(wú)線傳感器網(wǎng)絡(luò)具有成本低、密度高、散布廣、精度高等優(yōu)勢(shì),能勝任復(fù)雜地形和無(wú)人值守等應(yīng)用環(huán)境下的實(shí)時(shí)監(jiān)測(cè)工作,在實(shí)現(xiàn)目標(biāo)跟蹤時(shí)具有明顯的優(yōu)勢(shì)。對(duì)于傳感器網(wǎng)絡(luò)中的目標(biāo)跟蹤問(wèn)題而言,大量無(wú)效或冗余信息將增加傳感器網(wǎng)絡(luò)節(jié)點(diǎn)間通信的負(fù)擔(dān),致使系統(tǒng)耗費(fèi)在通信上的能量過(guò)多,嚴(yán)重影響整個(gè)網(wǎng)絡(luò)的生命周期,同時(shí)實(shí)現(xiàn)跟蹤的算法將被復(fù)雜化,這些問(wèn)題

2、對(duì)于目標(biāo)跟蹤系統(tǒng)中較為側(cè)重的能量有效性和跟蹤的精確性來(lái)說(shuō),都是致命的缺陷。此外,信息的采集、處理方式對(duì)系統(tǒng)資源的消耗也起關(guān)鍵性的作用,需顧及能量有效性等因素。因此,研究高精度、高能效的傳感器網(wǎng)絡(luò)目標(biāo)跟蹤方法具有十分重要的意義。針對(duì)實(shí)際應(yīng)用環(huán)境中節(jié)點(diǎn)量測(cè)數(shù)據(jù)與目標(biāo)狀態(tài)之間呈現(xiàn)為非線性關(guān)系的特性,本文提出了三種基于非線性濾波的傳感器網(wǎng)絡(luò)目標(biāo)跟蹤方法:
   (1)基于動(dòng)態(tài)分簇路由優(yōu)化和分布式粒子濾波的傳感器網(wǎng)絡(luò)目標(biāo)跟蹤方法。該方法以

3、動(dòng)態(tài)分簇的方式將監(jiān)測(cè)區(qū)域內(nèi)隨機(jī)部署的傳感器節(jié)點(diǎn)劃分為若干個(gè)簇,并對(duì)簇內(nèi)成員節(jié)點(diǎn)與簇首節(jié)點(diǎn)之間、簇首節(jié)點(diǎn)與基站之間的通信路由進(jìn)行優(yōu)化,確保網(wǎng)絡(luò)能耗的均衡分布,在此基礎(chǔ)上,被激活的簇內(nèi)成員節(jié)點(diǎn)并行地執(zhí)行分布式粒子濾波算法實(shí)現(xiàn)目標(biāo)跟蹤。該方法能有效地降低傳感器網(wǎng)絡(luò)中節(jié)點(diǎn)的總能耗,且能在實(shí)現(xiàn)跟蹤的同時(shí)保證目標(biāo)跟蹤的精度。
   (2)基于粒子群優(yōu)化和M-H采樣粒子濾波的傳感器網(wǎng)絡(luò)目標(biāo)跟蹤方法。該方法采用動(dòng)態(tài)拓?fù)涞木W(wǎng)絡(luò)結(jié)構(gòu)和分布式的算法結(jié)

4、構(gòu)實(shí)現(xiàn)目標(biāo)跟蹤,將粒子群優(yōu)化和Metropolis-Hasting采樣引入到粒子濾波的重采樣過(guò)程中抑制粒子退化,通過(guò)粒子間共享歷史信息而降低單個(gè)粒子歷史狀態(tài)間的相關(guān)性,使各粒子能快速地收斂至最優(yōu)分布,從而實(shí)現(xiàn)高精度的目標(biāo)跟蹤效果。
   (3)基于動(dòng)態(tài)生成樹(shù)和改進(jìn)不敏卡爾曼濾波的傳感器網(wǎng)絡(luò)目標(biāo)跟蹤方法。該方法將傳感器網(wǎng)絡(luò)中被激活的節(jié)點(diǎn)構(gòu)建成一種隨目標(biāo)運(yùn)動(dòng)而動(dòng)態(tài)生成和調(diào)整的樹(shù)型網(wǎng)絡(luò)結(jié)構(gòu),將其作為執(zhí)行目標(biāo)跟蹤算法的平臺(tái),利用粒子群優(yōu)

5、化技術(shù)對(duì)不敏卡爾曼濾波中狀態(tài)向量概率密度函數(shù)的近似過(guò)程作了改進(jìn),優(yōu)化了δ采樣點(diǎn)的分布和收斂速度,從而加快目標(biāo)跟蹤方法的計(jì)算速度,同時(shí),優(yōu)化后δ采樣點(diǎn)的分布更接近目標(biāo)的真實(shí)狀態(tài),因而濾波的精度也更高。
   上述三種均是基于非線性濾波的傳感器網(wǎng)絡(luò)目標(biāo)跟蹤方法,將網(wǎng)絡(luò)結(jié)構(gòu)和非線性濾波方法相結(jié)合實(shí)現(xiàn)目標(biāo)跟蹤問(wèn)題。本文通過(guò)設(shè)置具體的仿真算例考查了三種方法的性能表現(xiàn),仿真結(jié)果表明,這三種方法均能在保證目標(biāo)跟蹤精度的同時(shí),可效地降低了網(wǎng)絡(luò)能

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論