基于高斯和粒子滤波的传感器数据处理技术

• 作者: 张慧 郑吉平 韩秋廷
• 来源期刊: 北京邮电大学学报
• 学科: 工学
• 关键词: 传感器网络 动态概率模型 粒子滤波 高斯粒子滤波 高斯和粒子滤波
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 研究报告
• 页码范围: 110-115
• 分类号: TP392
• 语种: 中文
• DOI: 10.13190/jbupt.201304.116.zhengjp

摘要

对不确定传感器数据进行建模,利用高斯和粒子滤波技术进行概率推理,以达到节约能量的目的.首先,根据传感器不同节点之间的时空相关性,采用历史数据建立概率模型；然后,在建立的概率模型上利用基本粒子滤波技术进行概率推理；最后,根据传感器数据符合高斯分布的特征,分别采用高斯粒子滤波、高斯和粒子滤波进行概率推理.实验结果表明,高斯和粒子滤波在准确率和运行效率两方面均能达到良好效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张慧	南京航空航天大学计算机科学与技术学院	29	49	4.0	6.0
2	郑吉平	南京航空航天大学计算机科学与技术学院	19	119	7.0	10.0
6	韩秋廷	南京航空航天大学计算机科学与技术学院	4	10	2.0	3.0