-
题名基于能量高效动态分簇的目标跟踪算法
被引量：2
- 1
-
-
作者
陆娴
彭勇
-
机构
江南大学物联网工程学院
-
出处
《计算机工程》
CAS
CSCD
2014年第10期98-103,108,共7页
-
基金
江苏省交通运输厅基金资助项目(2012X08-2)
-
文摘
目标跟踪是无线传感器网络中的一项基本应用,如何在保证高跟踪精度的前提下降低网络能耗、延长网络生命周期是目标跟踪的核心问题。为此,提出一种基于能量高效动态分簇的目标跟踪算法。从最大限度节省能量的角度出发,设计动态簇生成方法,利用无迹粒子滤波算法对目标进行跟踪,预测下一时刻目标的位置坐标,并根据预测结果给出簇头更换策略。仿真结果表明,与PPF和DPF算法相比,该算法不仅具有较高的目标跟踪精度,而且能有效降低网络能耗,延长网络寿命。
-
关键词
无线传感器网络
目标跟踪
无迹粒子滤波算法
动态分簇
接收信号强度指示模型
无迹卡尔曼滤波算法
-
Keywords
Wireless Sensor Network（WSN）
target tracking
Unscented Particle Filtering （UPF） algorithm
dynamicclustering
Received Signal Strength Indications （ RSSI ） model
Unscented Kalman Filtering （UKF） algorithm
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名基于加强学习与联想记忆粒子群优化算法的节点定位
被引量：6
- 2
-
-
作者
张广峰
段其昌
刘政
-
机构
重庆大学自动化学院
-
出处
《传感器与微系统》
CSCD
北大核心
2013年第3期72-73,77,共3页
-
基金
重庆市重点科技攻关项目(CSTC
2011AB6054)
-
文摘
提出了加强学习与联想记忆的粒子群优化算法,并将该算法应用到无线传感器网络的节点定位中。在RSSI模型测距产生的不同误差情况下,分别比较极大似然估计法和加强学习与联想记忆的粒子群优化算法产生的定位误差、定位方差,证明了加强学习与联想记忆的粒子群优化算法是一种收敛快、精度高、稳定性好的优化算法,适合应用在无线传感器网络节点定位中。
-
关键词
加强学习与联想记忆的粒子群优化算法
节点定位
接收信号强度指示测距模型
极大似然估计法
-
Keywords
strengthen learning and associative memory panicle swarm optimization （SLAM-PSO） algorithm
node localization
RSSI ranging model
maximum likelihood estimation method
-
分类号
TP212.6
[自动化与计算机技术—检测技术与自动化装置]
-
