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:
提出了一种适用于无线传感器网络(WSNs)的目标跟踪算法,该算法基于改进型粒子滤波器(PF),根据当前的预测值优化PF的方向值,从而保证精确地预测到目标的移动方向;修改了目标突发变化引起的粒子滤波器预测误差,能够很好地跟踪目标移动过程中的异常、突发的移动变化.仿真结果表明:该目标跟踪算法采用新的粒子滤波器之后,可以获得更为精准的目标跟踪性能.
推荐文章
基于遗传粒子滤波器的运动目标实时跟踪
粒子滤波器
遗传算法
自适应特征选择
跟踪
boosting算法
基于t-分布粒子滤波器的目标跟踪
目标跟踪
贝叶斯跟踪
非线性非高斯随机系统
序列重要性采样
t-分布粒子滤波器
ECME算法
无色卡尔曼滤波
自助式粒子滤波器
基于改进粒子滤波的稀疏子空间单目标跟踪算法
目标跟踪
贝叶斯滤波
粒子滤波
稀疏子空间
过渡样本
聚类中心
基于混合高斯模型和粒子滤波器的跟踪
序列蒙特卡罗
混合高斯模型
人体运动跟踪
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 基于改进粒子滤波器的WSNs目标跟踪算法
来源期刊 传感器与微系统 学科 工学
关键词 无线传感器网络 信息粒子滤波 方向预测 目标跟踪
年,卷(期) 2011,(3) 所属期刊栏目 计算与测试
研究方向 页码范围 132-134
页数 分类号 TP393
字数 2402字 语种 中文
DOI 10.3969/j.issn.1000-9787.2011.03.040
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 石林 常州大学信息科学与工程学院 29 75 6.0 7.0
5 徐守坤 常州大学信息科学与工程学院 68 194 6.0 10.0
9 马正华 常州大学信息科学与工程学院 83 405 11.0 15.0
13 李宁 常州大学信息科学与工程学院 30 57 5.0 6.0
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  (1)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
无线传感器网络
信息粒子滤波
方向预测
目标跟踪
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
传感器与微系统
月刊
1000-9787
23-1537/TN
大16开
哈尔滨市南岗区一曼街29号
14-203
1982
chi
出版文献量(篇)
9750
总下载数(次)
43
论文1v1指导