基于贝叶斯理论框架的传感器选择算法

• 作者: 郭军军 韩崇昭
• 来源期刊: 自动化学报
• 关键词: 大规模传感器网络 贝叶斯理论 传感器选择 目标跟踪 信息融合
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 论文与报告
• 页码范围: 1425-1435
• 页数: 11页
• 字数: 9424字
• 语种: 中文
• DOI: 10.16383/j.aas.2017.c160458

摘要

针对大规模传感器网络(Large-scale sensor networks)的目标跟踪问题,本文在贝叶斯(Bayes)框架下,提出了一种全新的基于传感器选择的多传感器目标跟踪算法.算法的具体思路为:首先基于Bayes框架,根据不同的管理目标,推导出传感器选择的目标函数;然后根据目标函数,计算出相应的传感器选择方案;最后将选择的传感器进行数据融合,求得传感器网络的目标跟踪结果.相比传统的基于量测野值点剔除思想的目标跟踪算法以及基于系统偏差估计的传感器配准算法,本文提出的基于传感器选择的多传感器目标跟踪算法不仅目标跟踪精度更高,且跟踪性能更稳定.同时本文提出的传感器选择算法还可以适用于杂波数目较少的目标跟踪场景.仿真结果说明了本文所提算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩崇昭	西安交通大学智能网络与网络安全教育部重点实验室	349	5634	35.0	59.0
2	郭军军	西安交通大学智能网络与网络安全教育部重点实验室	2	5	1.0	2.0