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:
多目标跟踪是无线传感器网络当前研究的热点问题。针对多目标跟踪存在耗能较大,跟踪丢失等问题,提出了一种自适应采样间隔的多目标跟踪算法。采用跟踪目标的定位元数据来对目标的运动模式进行建模。基于扩展的卡尔曼滤波器来预测跟踪目标状态,采用预测目标定位的概率密度函数构建跟踪簇。通过定义跟踪目标中心,基于马氏距离来量化主节点 MN 的选举过程。通过跟踪目标重要性和其与MN之间的距离来量化目标的影响强度,并以此构建自适应采样间隔的多目标跟踪算法。基于MATLAB进行了仿真实验,实验结果显示,本文设计的跟踪算法能准确预测目标的运动轨迹,能随着运动目标的状态实时采用自适应的采样间隔。通过数据分析得知,本文提出的算法能在实现 WSN网络节能的基础上提高跟踪精度。
推荐文章
基于预测分离的无线传感器网络多目标跟踪算法
无线传感器网络
混叠信号分离
多目标跟踪
基于概率假设密度的无线传感器网络多目标跟踪算法
概率假设密度滤波
无线传感器网络
多目标跟踪
随机有限集
粒子滤波
模糊自适应遗传算法在多传感器多目标跟踪中的应用
多目标跟踪
数据关联
自适应遗传算法
模糊控制
无线传感器网络多目标跟踪数据融合
无线传感器网络
多目标跟踪
数据融合
模糊聚类平均
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 自适应采样间隔的无线传感器网络多目标跟踪算法
来源期刊 重庆大学学报 学科 工学
关键词 多目标跟踪算法 无线传感器网络 马氏距离 扩展的卡尔曼滤波器 概率密度函数 跟踪簇
年,卷(期) 2014,(9) 所属期刊栏目
研究方向 页码范围 92-99
页数 8页 分类号 TP212
字数 语种 中文
DOI 10.11835/j.issn.1000-582X.2014.09.012
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 陈伟 武汉理工大学信息工程学院 305 2163 20.0 33.0
2 王建平 河南科技学院信息工程学院 113 340 10.0 14.0
4 胡孟杰 河南科技学院信息工程学院 18 36 3.0 4.0
6 赵高丽 河南科技学院信息工程学院 39 70 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (38)
共引文献  (30)
参考文献  (9)
节点文献
引证文献  (3)
同被引文献  (12)
二级引证文献  (0)
1955(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(4)
  • 参考文献(2)
  • 二级参考文献(2)
2010(8)
  • 参考文献(4)
  • 二级参考文献(4)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(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
多目标跟踪算法
无线传感器网络
马氏距离
扩展的卡尔曼滤波器
概率密度函数
跟踪簇
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
重庆大学学报
月刊
1000-582X
50-1044/N
大16开
重庆市沙坪坝正街174号
78-16
1960
chi
出版文献量(篇)
6349
总下载数(次)
8
总被引数(次)
85737
论文1v1指导