基于目標定位的數(shù)據(jù)融合算法研究.pdf

1、無線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks,WSNs)是目前多學(xué)科高度交叉的熱點研究領(lǐng)域，如信號處理、信息理論、現(xiàn)代通信網(wǎng)絡(luò)、統(tǒng)計估計和推斷以及人工智能等。然而，無線傳感器網(wǎng)絡(luò)面臨著能量受限、通信能力和數(shù)據(jù)處理等多個挑戰(zhàn)。本文以無線傳感器網(wǎng)絡(luò)環(huán)境下的目標定位和跟蹤為研究背景，詳細討論了網(wǎng)絡(luò)中傳感器數(shù)據(jù)和噪聲的處理方法以及目標定位跟蹤的問題，同時結(jié)合無線傳感器網(wǎng)絡(luò)的結(jié)構(gòu)和特點，遵循以能量為先、數(shù)據(jù)為中心的原則，提出了

2、幾種相應(yīng)解決方法，在相關(guān)領(lǐng)域也取得了一定的理論研究成果，為進一步地深入研究和應(yīng)用奠定了基礎(chǔ)。主要創(chuàng)新點和工作如下：
　　1．針對機動和非機動目標跟蹤的問題，提出了一種基于無線傳感器網(wǎng)絡(luò)下移動傳感器目標跟蹤的數(shù)據(jù)融合算法，即移動傳感器目標跟蹤數(shù)據(jù)融合算法(Mobile Sensors Dada Fusion Tracking,MSDFT)。結(jié)合“門限”技術(shù)，建立一個動態(tài)變化的模型結(jié)構(gòu)——擴展的卡爾曼濾波器作為自適應(yīng)機動補償器來解決數(shù)

3、據(jù)關(guān)聯(lián)和機動目標問題，研究多個移動傳感器目標追蹤的檢測算法，并通過仿真表明該算法能夠成功地追蹤多個移動傳感器。
　　2．針對來自多個傳感器的測量數(shù)據(jù)總是有一定程度的不確定性和不一致性，提出了一種利用數(shù)據(jù)的冗余度來解決數(shù)據(jù)不確定性的方法，即一種優(yōu)化的貝葉斯估計多傳感器數(shù)據(jù)融合方法。在貝葉斯估計和卡爾曼濾波器理論的基礎(chǔ)上，將兩者結(jié)合起來，建立了一個新的評估數(shù)據(jù)融合操作的標準，應(yīng)用于無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合中。通過一個具體實例研究估計移動

4、機器人的位置，仿真結(jié)果表明在集中式和分布式兩個方面數(shù)據(jù)融合體系結(jié)構(gòu)，結(jié)合卡爾曼濾波器的貝葉斯融合算法能夠有效地解決數(shù)據(jù)的不確定性和不一致性。
　　3．在目標定位系統(tǒng)中最重要的工作就是設(shè)計一種高效的定位算法，提出了一種基于模糊邏輯的無需測距定位算法，力求得到最佳解決方案。根據(jù)模糊邏輯理論，利用錨節(jié)點的接收信號強度指示器(Received Signal Strength Indicator,RSSI)和鏈路質(zhì)量指示器(Link Qua