基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为提高水下无线传感器网络(UWSN)中的目标被动跟踪性能,提出了一种新的无序观测量(OOSM)处理算法.利用节点动态分簇建立分布式跟踪结构,簇头节点收集子节点的观测量形成本地估计.基于这种分布式结构,利用Unscented粒子滤波(UPF)结合新观测量,产生粒子滤波的建议密度分布,处理OOSM问题.详细推导了基于UPF的OOSM处理算法(OOSM-UPF)的具体实现步骤.利用转弯率建立机动目标跟踪模型,构建虚拟三维WSN仿真环境,比较了几种OOSM算法的性能.仿真结果表明,与其它算法相比,分布式OOSM-UPF算法的跟踪性能有了明显的提高.
推荐文章
基于改进粒子滤波的无线传感器网络目标跟踪算法
粒子滤波
无线传感器网络
目标跟踪
集合卡尔曼滤波
人工鱼群
无线传感器网络中基于量化观测的粒子滤波状态估计
无线传感器网络
被动跟踪
粒子滤波
量化
均方根误差
基于粒子群优化和M-H抽样粒子滤波的传感器网络目标跟踪方法
粒子群优化
metropolis-hasting抽样
粒子滤波
目标跟踪
基于粒子滤波的二元无线传感器网络分布式目标跟踪研究
无线传感器网络
目标跟踪
粒子滤波
分簇
分布式
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Unscented粒子滤波的无序观测下水下无线传感器网络目标被动跟踪
来源期刊 传感技术学报 学科 工学
关键词 被动跟踪 水下无线传感器网络 粒子滤波 无序观测 Unscented变换
年,卷(期) 2007,(12) 所属期刊栏目 无线传感器网络
研究方向 页码范围 2653-2658
页数 6页 分类号 TN953
字数 4424字 语种 中文
DOI 10.3969/j.issn.1004-1699.2007.12.025
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘忠 海军工程大学电子工程学院 319 1950 19.0 27.0
2 薛锋 海军工程大学电子工程学院 25 120 5.0 9.0
3 曲毅 海军工程大学电子工程学院 19 111 5.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (3)
同被引文献  (11)
二级引证文献  (7)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
被动跟踪
水下无线传感器网络
粒子滤波
无序观测
Unscented变换
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
传感技术学报
月刊
1004-1699
32-1322/TN
大16开
南京市四牌楼2号东南大学
1988
chi
出版文献量(篇)
6772
总下载数(次)
23
总被引数(次)
65542
论文1v1指导