收藏本站
《华南理工大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

WSN多目标跟踪节点任务分配及跟踪算法研究

刘美  
【摘要】: 目标跟踪是无线传感器网络(Wireless Sensor Networks,WSN)的重要应用之一,实现准确可靠实时的多目标跟踪(Mult-Target Tracking,MTT)在国防军事、环境监测、安全监控、智能交通等方面具有重要的应用价值。论文以提高目标跟踪系统总体性能为目标,研究WSN-MTT节点任务分配方法、WSN-MTT理论与算法,这对促进网络化测控技术的发展和应用,加强控制、计算机、通信、仪器仪表等学科的交叉具有重要的学术价值。研究工作得到广东省自然科学基金项目(No.9151052101000013)资助。 论文从WSN多目标跟踪基本环节入手,分析各跟踪环节与跟踪性能指标的综合影响关系,从WSN-MTT节点任务分配方法、WSN-MTT网内检测级数据融合方法、WSN-MTT目标状态预测跟踪方法等三方面综述国内外研究进展,确定论文的研究内容。主要工作包括: ㈠研究WSN-MTT节点任务分配描述问题,提出了基于模糊聚类弹性神经网络(FCM-MEMSOM)和模糊聚类离散粒子群(FCM-DPSO)的节点任务分配两种新方法。指出MTT节点任务分配问题实质是一类约束条件下的聚类、多维组合优化问题。针对WSN-MTT监测区域目标随机出现的情况和WSN-MTT节点任务分配数学模型求解的复杂性,首先基于类间距阈值FCM获取WSN监测区域未知目标数量,分别基于神经元弹性子模感受域动态调整机制、以跟踪性能目标函数作为DPSO的适应值函数指引粒子进化,确定节点最优监测联盟。仿真结果表明,在随机均匀部署节点拓扑情况下,基于FCM-MEMSOM方法的能耗分别较MEM方法、最近邻法降低了7.4~14.5%、18.2~ 27.9%,任务分配时间较MEM方法平均降低了15.2%;基于FCM-DPSO方法的能耗较最近邻法平均降低了7.03%;两种算法均能有效解决WSN-MTT任务分配竞争冲突和竞争冲突时系统能耗增加的问题,保证定位跟踪精度、降低网络能耗,对于WSN节点部署的实际情况更具优越性。 ㈡提出一种基于核密度估计、非参数置信传播的WSN网内检测数据融合算法(KDE-NBP)。详细分析WSN运动目标监测过程,充分考虑WSN-MTT系统存在的随机噪声干扰、节点感知脆弱性、网络传输影响、现实应用环境不确定性等难以避免的因素,利用KDE仅从采样数据本身出发、能逼近任意形式密度分布的特性,实现WSN-MTT系统采样数据的精确表征;利用NBP处理分布信息的特点,对多传感器协同监测信息进行汇集、高斯混合、Gibbs采样融合,克服突发干扰,实现WSN网内检测数据的高精度融合。仿真结果表明,基于KDE-NBP的WSN网内数据融合方法融合精度较FCM、SAWDA方法的融合精度平均分别提高21.3%、67.1%,适合具有不确定性的WSN分布系统。 ㈢提出基于概率图模型、正则化粒子滤波的WSN-MTT算法(PGM-RPF)。利用PGM解决目标运动过程不确定性因素的能力,把WSN-MTT目标运动看作是一个马尔可夫过程,建立目标跟踪MRF模型,构造目标状态概率分布函数,把目标状态预测问题转化为MRF模型隐含结点的概率推断问题;利用NBP处理分布信息的特点,通过NBP融合联盟节点及其它关联信息,实现目标状态相关数据的高精度融合;通过核密度估计理论把后验分布从离散分布形式转换为连续密度分布形式,使RPF能从连续分布而不是离散分布中进行重采样,克服PF权值蜕化、粒子丧失多样性的问题,提高算法追踪某些具有极低权值状态的能力,实现WSN-MTT目标状态的精确预测和多目标的精确跟踪。仿真结果表明,基于PGM-RPF的WSN-MTT算法跟踪精度较FCM-EKF、FCM-PF算法平均提高了54%和17.0%,并消除失跟现象,PF、RPF算法在强非线性动态模型和多模态观测模型中的滤波性能远远优于EKF算法。 ㈣对WSN-MTT节点任务分配、网内检测级数据融合、目标状态预测等多目标跟踪环节进行总体试验,检验所提节点任务分配与MTT方法的性能,可以达到良好的整体跟踪效果;基于搭建的WSN-MTT试验平台,通过WSN网络获得目标实测数据,实测数据经WSN网络传送到与网关节点相连的PC上,由PC完成相应的算法。实验结果表明,PGM-RPF方法的位置预测误差平均为1.27m,相比FCM-PF方法平均降低了26.1%。实验验证了所提算法的有效性。结合石化企业监控需求,初步构建基于WSN的石化硫磺回收装置员工跟踪监控系统;基于WSN的员工监控系统,系统硬件需求低、实现简易,可给管理和工作人员提供可靠的信息,保证人员的安全和规避事故的发生;如果在节点硬件性能、网络协调、远程接入等方面进行改进,在地面复杂环境和特殊应用场合的监测跟踪等领域有广阔应用前景。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 范琳;王忠民;;一种轻量级分布式Cell多目标跟踪算法[J];东南大学学报(自然科学版);2008年S1期
2 E.W.Kamen ,刘胜厚;基于对称测量方程的多目标跟踪[J];舰船电子工程;1996年03期
3 刘维亭,张冰,朱志宇;多目标跟踪中的目标位置及速度数据融合[J];船舶工程;2003年01期
4 张绪强;多目标跟踪中几种数据关联方法的比较[J];军民两用技术与产品;2005年10期
5 董春利;董育宁;王莉;;活动轮廓模型目标跟踪算法综述[J];计算机工程与应用;2008年34期
6 李艳斌;Hopfield人工神经网络在多目标跟踪中的应用[J];无线电通信技术;1994年03期
7 王宝树,李芳社;基于数据融合技术的多目标跟踪算法研究[J];西安电子科技大学学报;1998年03期
8 张文明,罗鹏飞,周一宇;多雷达多目标跟踪仿真系统软件设计[J];宇航学报;2001年05期
9 陈小惠,万德钧,王庆;分布式多传感器多目标跟踪融合算法[J];火力与指挥控制;2003年03期
10 党建武,黄建国;水下多目标跟踪技术[J];探测与控制学报;2003年01期
11 李密;吕钊;张扬;;一种实现地面多目标精确跟踪的算法[J];中国雷达;2003年02期
12 韩红,韩崇昭,朱洪艳,文戎;基于模糊推理多传感信息融合的多目标跟踪[J];控制与决策;2004年03期
13 刘晋霞,李定主,杨瑞光;基于边扫描边跟踪系统的多目标航迹起始相关[J];火力与指挥控制;2005年04期
14 吴志强;黄朝民;王丽;;基于多目标跟踪的航迹关联及滤波与预测分析[J];弹箭与制导学报;2006年S9期
15 赵艳丽;林辉;赵锋;王雪松;王国玉;;多目标跟踪中的数据关联和航迹管理[J];现代雷达;2007年03期
16 李建勋;崔翰明;;航空电子综合系统动态品质分析[J];微型电脑应用;2008年07期
17 孙凯;刘士荣;;多目标跟踪的改进Camshift/卡尔曼滤波组合算法[J];信息与控制;2009年01期
18 金忠;一种多目标跟踪算法[J];南京理工大学学报(自然科学版);1985年S1期
19 丁振,潘泉,张洪才,戴冠中;多目标跟踪系统性能评估及软件包[J];现代雷达;1995年05期
20 胡文龙,毛士艺;多传感器多目标跟踪中的概率数据互联[J];电子学报;1996年09期
中国重要会议论文全文数据库 前10条
1 杨峰;梁彦;叶亮;潘泉;;多目标跟踪系统性能评估[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
2 杨向锋;杨云川;陈曦;;鱼雷多目标跟踪门滤波方法[A];中国造船工程学会电子技术学术委员会2011年海战场电子信息技术学术年会论文集[C];2011年
3 邱本胜;徐莉;杨敬安;张奠成;;一种自动目标跟踪中的非中心跟踪门方法[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(下册)[C];1995年
4 夏志忠;王淑静;罗茂才;;多目标跟踪和模拟GPS数据的软件技术[A];船舶通信导航学术会议(1993)论文集[C];1993年
5 贾正望;李银伢;毛明秀;陈黎;郭治;;一种基于多目标跟踪的修正概率数据关联算法研究[A];2009中国控制与决策会议论文集(3)[C];2009年
6 侯志恒;曹玉东;;红外警戒系统的多目标跟踪[A];江苏、山东、河南、江西、黑龙江五省光学(激光)联合学术'05年会论文集[C];2005年
7 黄刚;韩元杰;朱长城;;修改的联合概率数据关联算法[A];2004中国控制与决策学术年会论文集[C];2004年
8 徐炳吉;段福兴;孟昭为;;一类多站联合多目标跟踪的分解合成算法[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(下册)[C];1995年
9 张云峰;王洋;;基于视频信号的多目标跟踪方法[A];第三届全国信息获取与处理学术会议论文集[C];2005年
10 王芝;徐晓滨;文成林;;混合高斯PHD滤波器及其在多目标跟踪中的应用[A];2009中国控制与决策会议论文集(2)[C];2009年
中国重要报纸全文数据库 前10条
1 上海硅知识产权交易中心;WSN技术尚未成熟 中美专利数量相近[N];中国电子报;2010年
2 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
3 本报高级编辑 江上雨;将“一帮一”进行到底[N];人民日报海外版;2008年
4 本报首席记者 崔晓农;股市发热 国债遇冷[N];山西经济日报;2007年
5 任继凯;中国石油完成电子采购任务分配[N];中国石油报;2007年
6 徐超;停售零件,美要饿死伊朗F-14战机[N];新华每日电讯;2007年
7 ;关于认真做好2008年春季全民义务植树工作的通知[N];昌吉日报;2008年
8 汤颖;勤思结网锁长空 求索密织建丰功[N];中国航空报;2007年
9 李静涛 郭海鹏 晓棠;交行太原分行 提升全行竞争优势[N];金融时报;2006年
10 记者 詹红;城区启动造林“一日捐”活动[N];上饶日报;2007年
中国博士学位论文全文数据库 前10条
1 刘美;WSN多目标跟踪节点任务分配及跟踪算法研究[D];华南理工大学;2010年
2 连峰;基于随机有限集的多目标跟踪方法研究[D];西安交通大学;2009年
3 张鹤冰;概率假设密度滤波算法及其在多目标跟踪中的应用[D];哈尔滨工程大学;2012年
4 孟凡彬;基于随机集理论的多目标跟踪技术研究[D];哈尔滨工程大学;2010年
5 易伟;基于检测前跟踪技术的多目标跟踪算法研究[D];电子科技大学;2012年
6 朱自谦;机载雷达多目标跟踪技术研究[D];南京航空航天大学;2010年
7 欧阳成;基于随机集理论的被动多传感器多目标跟踪[D];西安电子科技大学;2012年
8 王安定;基于阵列信号处理的空间多目标跟踪[D];浙江大学;2010年
9 刘钢;基于小波变换的航空图像处理及动载体多目标跟踪方法研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2005年
10 吕常魁;面向药业质量控制的目标跟踪与缺陷检测技术研究[D];南京航空航天大学;2005年
中国硕士学位论文全文数据库 前10条
1 林岚;基于神经网络的多目标跟踪数据融合研究[D];江西师范大学;2005年
2 侯连勇;基于滤波关联的视频多目标跟踪[D];西安电子科技大学;2011年
3 李宏芳;基于粗糙集多目标跟踪的数据融合算法研究[D];江西师范大学;2005年
4 沈健;数据融合多目标跟踪方法研究[D];西北工业大学;2003年
5 陈宏文;利用视频分割与粒子滤波实现多目标跟踪研究[D];浙江大学;2010年
6 梁敏;基于粒子滤波的多目标跟踪算法研究[D];西安电子科技大学;2010年
7 于江有;精子多目标跟踪算法的设计与实现[D];华南理工大学;2010年
8 兰艳亭;多传感器数据融合跟踪算法研究[D];中北大学;2006年
9 贺鹏;Hough变换航迹起始算法研究[D];西北工业大学;2007年
10 罗利强;某型雷达多目标跟踪算法的研究[D];西北工业大学;2004年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978