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:
复杂环境下传感器网络目标跟踪,存在跟踪准确性与算法复杂性这对矛盾,需要考虑准确性、通信和计算能耗之间的折中.针对此问题,研究传感器网络中基于压缩感知的压缩域目标跟踪和压缩域数据融合,并提出了用稀疏的测量矩阵对haarlike特征压缩,压缩域特征送入朴素贝叶斯分类器,在压缩域直接实现目标跟踪的算法.然后通过配置传感器网络以生成多个层次类型不同的簇结构,压缩后的数据在网络中传输,并在各层簇头实现压缩域下的数据融合.该算法通过稀疏测量矩阵压缩表征原始图像信息和分类器的自我学习更新,提高了对压缩域目标特征分类的准确性,在复杂环境下有更好的鲁棒性.而压缩域直接进行目标跟踪,不需要重构图像,也减少了网络运算量和数据传输量.通过仿真实验和标准数据库测试对比以及在机器人足球赛实验平台中的应用表明,该算法在跟踪准确性,数据传输量及传输能耗上均有优势.
推荐文章
基于压缩感知的无线传感器网络定位算法研究
无线传感器网络
压缩感知
正交匹配追踪
基于压缩感知的多特征加权目标跟踪算法
目标跟踪
压缩感知
特征提取
特征加权
漂移
基于压缩感知的无线传感器网络数据收集方案
无线传感器网络
压缩感知
恢复误差
数据传输
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
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 传感器网络中基于压缩感知的压缩域目标跟踪算法研究与应用
来源期刊 电子测量与仪器学报 学科 工学
关键词 压缩感知 传感器网络目标跟踪 压缩域 数据融合
年,卷(期) 2016,(11) 所属期刊栏目 专家论坛
研究方向 页码范围 1617-1625
页数 9页 分类号 TN401
字数 3461字 语种 中文
DOI 10.13382/j.jemi.2016.11.001
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 金心宇 浙江大学信息与电子工程学院 97 992 15.0 28.0
2 孙斌 浙江大学信息与电子工程学院 23 338 11.0 18.0
3 马春晖 浙江大学信息与电子工程学院 2 15 1.0 2.0
4 吕鹏昊 浙江大学信息与电子工程学院 1 15 1.0 1.0
5 项川 浙江大学信息与电子工程学院 1 15 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (64)
共引文献  (76)
参考文献  (13)
节点文献
引证文献  (15)
同被引文献  (60)
二级引证文献  (15)
1984(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(7)
  • 参考文献(1)
  • 二级参考文献(6)
2009(7)
  • 参考文献(1)
  • 二级参考文献(6)
2010(11)
  • 参考文献(1)
  • 二级参考文献(10)
2011(16)
  • 参考文献(4)
  • 二级参考文献(12)
2012(9)
  • 参考文献(0)
  • 二级参考文献(9)
2013(8)
  • 参考文献(0)
  • 二级参考文献(8)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2017(5)
  • 引证文献(5)
  • 二级引证文献(0)
2018(7)
  • 引证文献(5)
  • 二级引证文献(2)
2019(15)
  • 引证文献(5)
  • 二级引证文献(10)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
压缩感知
传感器网络目标跟踪
压缩域
数据融合
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
电子测量与仪器学报
月刊
1000-7105
11-2488/TN
大16开
北京市东城区北河沿大街79号
80-403
1987
chi
出版文献量(篇)
4663
总下载数(次)
23
总被引数(次)
44770
相关基金
浙江省自然科学基金
英文译名:
官方网址:http://www.zjnsf.net/
项目类型:一般项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导