【摘 要】
：
研究传感器网络目标跟踪精度问题,跟踪目标的运动轨迹具有时变性,是一种非线性、非高斯问题,传统跟踪算法解决非线性问题时具有局限性,导致目标跟踪精度不高。为提高目标跟踪精度,将不受非线性、非高斯问题限制的粒子滤波算法引入到无线传感器网络目标跟踪应用中,并对基本粒子滤波算法的缺陷进行改进。仿真结果表明,改进粒子滤波算法提高了粒子利用效率,不仅提高了目标跟踪的精度,跟踪性能更好,并适合于目标跟踪的精度和实
论文部分内容阅读
研究传感器网络目标跟踪精度问题,跟踪目标的运动轨迹具有时变性,是一种非线性、非高斯问题,传统跟踪算法解决非线性问题时具有局限性,导致目标跟踪精度不高。为提高目标跟踪精度,将不受非线性、非高斯问题限制的粒子滤波算法引入到无线传感器网络目标跟踪应用中,并对基本粒子滤波算法的缺陷进行改进。仿真结果表明,改进粒子滤波算法提高了粒子利用效率,不仅提高了目标跟踪的精度,跟踪性能更好,并适合于目标跟踪的精度和实时性要求,为设计网络系统提供了参考。
其他文献
针对MPSK信号在低信噪比、非合作条件下存在检测概率低的问题,提出了基于循环谱分析器的检测方法。方法根据MPSK信号循环平稳特性,通过在频率和循环频率双频率平面内的循环谱峰值特征搜索完成检测,不需要知道信号的编码序列、载频、码元宽度等先验参数,采用时域平滑实现循环谱估计,减小了计算量。仿真结果表明方法对MPSK信号具有较高的检测概率,而且证明数据长度的增加能够显著提高检测性能。
在图像分割提高精度问题的研究中,要从图像中提取感兴趣的区域。由于图像模糊或者蜕化图像背景信息融合在一起,导致难以区分,传统的阈值图像分割算法容易造成分割效果不清晰。为解决上述问题,提出了一种新的快速有效的两级阈值结构图像分割算法,采用用迭代算法对图像进行单一阈值分割,在每次迭代过程中以图像均值为依据,对图像进行均衡化处理;在基于全局分割的基础上,在局部范围内根据噪声的统计特性对图像进行去噪处理。仿
机场道面使用性状对于飞机安全起降具有重要意义。由于路面有损伤,要求在实际工程中快速识别机场刚性道面性状,但传统解析法缺乏快速有效性。为了提高识别的快速性,提出采用主成分分析(PCA)的神经网络理论自动识别系统的检测方法,通过ANSYS仿真对损伤参数进行研究,确定神经网络输入参数,对采用人工神经网络进行道面性状检测的网络形式与训练函数的选择等问题进行讨论,并考虑实际检测过程中噪声的影响,最终建立PC
关于复杂函数优化问题,随着维度的增高,一般进化算法容易过早收敛,陷入局部最优解。为提高进化算法全局搜索能力和收敛速率,针对组织进化算法的特点,根据粒子群算法的搜索模式,提出了一种当前最优值引导进化的组织进化算法。在改进算法中,利用当前全局极值和组织中极值对组织中每个个体进行有引导的进化,使进化算法能更快地朝着全局最优解的方向进行搜索。仿真结果表明,改进的算法在求解复杂函数优化问题上具有更好的全局收
在一些移动节点的传感器网络中,网络节点死亡后,节点之间的路径关系成动态变化,死亡节点会打乱原有的路径模型,传统的路径计算方法以静态节点为主,假设节点在短时间内处于静态。但是,一旦节点运动过快,这种假设就是错误的,导致节点之间无法建立稳定路径模型,通信效率低下。为了避免上述传统算法的缺陷,提出了一种协同多跳通信协议的非稳定路径下传感器节点通信优化方法。计算非稳定路径在传感器节点通信过程中需要消耗的能
针对提高导弹研制效率,研究了支持导弹总体方案设计软件构造的建模方法和软件实现技术,开发了相应软件系统。针对多方案设计过程中任务组织和数据交互动态变化的特点,采用一种通用的建模方法,以5类模型表达基本设计活动及数据结构,可使层次式模型管理策略实现全局组织和调度。依据此建模方法和多方案设计需求,设计了面向对象的模型数据结构和知识库接口方案,解决了软件实现关键问题。在VS.net环境下发展了一套战术导弹
研究网络节点重要度评估优化问题。网络节点的重要度受节点邻近度与节点关键度的影响较大,一旦网络规模较大,局部节点的特性呈现较大差异,不同就局部节点的特性不同,很难形成统一判断,传统的评估方法只能从局部网络考虑网络节点间的关键度与邻近度,得出的网络节点重要度在局部有效,从全局来看,很难形成全局描述,给网络节点重要度的评估应用带来了困难。构建了一种网络节点重要度的置信热评估模型。基于模糊测度理论与Sha
研究图像配准精确度问题。由于两张图片几何关系及量度均有不同,要达到配准效果应有空间一致性。传统的聚类图像配准算法进行图像配准时,配准精度较低,算法复杂度高等不足。为了有效提高图像配准的精确度,提出了一种改进的数学形态学和聚类算法相结合的图像配准方法。算法首先改进的基于空间模式均值聚类对图像进行区域分块,并对分块的位置进行空间聚类,并准确计算出基准图像的最后的配准位置,并采用数学形态学方法对配准后的
研究企业信用风险评估准确性问题,企业存在产品质量、不良贷款等信用风险问题,企业信用风险是多种因素的综合结果,存在着不确定、非线性、随机性等特点,无法建立确定数学评估模型。只能根据专家评估指标为依据。为了提高企业信用风险评估准确率,提出一种BP神经网络的企业信用风险评估方法。先采用层次分析法构建风险评估指标体系,再用专家系统对评估指标进行量化打分,最后采用BP神经网络对企业信用风险指标进行非线性学习
抄纸过程定量水分控制系统存在时变、时滞、非线性、不确定等特点,使得定量、水分两个指标波动幅度较大,严重地影响了成纸合格率,断纸次数多。为解决上述问题,设计了定量水分的串级控制方案,采用小波神经网络PID控制方法对定量水分控制,并建立了三层神经网络模型,输出层单元分别表示PID控制器的三个参数,用非线性小波基函数取代隐层神经元的Sigmoid函数,根据定量、水分的实际输出与期望输出之间的偏差可实时在