無線傳感器網絡中同時定位與跟蹤.pdf

1、作為一種全新的信息獲取和信息處理技術，無線傳感器網絡(WSNs)被認為是21世紀最重要的技術之一，在國防建設、環(huán)境監(jiān)測、醫(yī)療衛(wèi)生、物件追蹤、空間探索等眾多領域都有著廣泛的應用。目標跟蹤作為WSNs的主要應用領域，現有的目標跟蹤方法均要求節(jié)點的先驗知識，但是這些先驗知識往往不易精確獲得，而基于GPS的定位方式具有代價高且不能室內應用等缺點。因此，近年來無線傳感器網絡中的同時節(jié)點定位與跟蹤(Simultaneous Localization

2、 and Tracking，SLAT)問題引起研究者們的極大關注。本文較為全面的討論和研究了集中式數據融合和分布式數據融合下的同時定位與跟蹤問題，并且針對分布式數據融合的同時定位與跟蹤算法，在原有的研究基礎上提出了新的融合算法，并進行了相關仿真實驗。
　　本文首先介紹了無線傳感器網絡中定位與跟蹤的相關經典濾波算法。結合近年來無線定位跟蹤技術的研究熱點，重點分析了在集中式結構下基于單模型無跡卡爾曼濾波算法(UKF)，基于擴展卡爾曼濾

3、波器的交互式多模型算法(IMM-EKF)和基于無跡卡爾曼濾波器的交互式多模型算法(IMM-UKF)，并對比分析了各種算法在目標為機動情景與非機動情景下的優(yōu)缺點，實驗結果證明基于無跡卡爾曼濾波的交互式多模型算法有更高的定位與跟蹤精度，同時具有較強的魯棒性。針對無線傳感器網絡中基于分布式數據融合的同時節(jié)點定位與跟蹤問題，提出了一種在底層采用基于無跡卡爾曼濾波(UKF)的交互式多模型(IMM)；而融合中心層采用內橢球逼近融合(IEAF)的分布