傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位與協(xié)作跟蹤

第1章緒論1

1.1研究背景及意義1

1.2研究現(xiàn)狀7

1.2.1節(jié)點(diǎn)定位技術(shù)研究現(xiàn)狀7

1.2.2協(xié)作跟蹤技術(shù)研究現(xiàn)狀10

1.3章節(jié)安排13

參考文獻(xiàn)15

第2章無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位和協(xié)作跟蹤技術(shù)21

2.1節(jié)點(diǎn)定位21

2.1.1節(jié)點(diǎn)定位原理22

2.1.2定位系統(tǒng)27

2.1.3性能評價(jià)31

2.2協(xié)作跟蹤32

2.2.1目標(biāo)跟蹤算法32

2.2.2協(xié)作跟蹤方案39

2.2.3評價(jià)指標(biāo)47

2.3本章小結(jié)47

參考文獻(xiàn)48

第3章室內(nèi)復(fù)雜環(huán)境下節(jié)點(diǎn)定位算法49

3.1路徑損耗模型49

3.2室內(nèi)測距模型參數(shù)辨識52

3.3室內(nèi)定位方案62

3.4人員定位實(shí)驗(yàn)64

3.5本章小結(jié)68

參考文獻(xiàn)68

第4章野外環(huán)境下三維節(jié)點(diǎn)定位算法69

4.1網(wǎng)絡(luò)模型69

4.2三維輔助定位算法71

4.3定位誤差和能量消耗分析77

4.4仿真實(shí)驗(yàn)81

4.5本章小結(jié)88

參考文獻(xiàn)89

目錄傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位與協(xié)作跟蹤第5章基于粒子群優(yōu)化的協(xié)作跟蹤算法90

5.1系統(tǒng)描述90

5.2多傳感器協(xié)作跟蹤方案91

5.2.1高斯粒子濾波91

5.2.2多傳感器數(shù)據(jù)融合94

5.3基于粒子群優(yōu)化的動態(tài)簇組織算法96

5.3.1基于位置預(yù)測的簇成員節(jié)點(diǎn)選擇97

5.3.2基于粒子群優(yōu)化的簇頭節(jié)點(diǎn)選擇98

5.4仿真實(shí)驗(yàn)102

5.5本章小結(jié)107

參考文獻(xiàn)107

第6章基于貝葉斯理論的多傳感器交互濾波算法109

6.1問題描述109

6.2接力卡爾曼算法110

6.2.1狀態(tài)和協(xié)方差更新110

6.2.2預(yù)測方程111

6.2.3傳感器概率更新111

6.3多傳感器交互濾波算法111

6.4后驗(yàn)克拉美羅下界112

6.5仿真實(shí)驗(yàn)114

6.5.1PCRLB115

6.5.2IMSF的性能115

6.5.3傳感器概率118

6.6本章小結(jié)120

參考文獻(xiàn)120

第7章基于后驗(yàn)克拉美羅下界的機(jī)動目標(biāo)跟蹤算法122

7.1相關(guān)工作123

7.2問題描述123

7.3多模型后驗(yàn)克拉美羅下界124

7.4通信受限節(jié)點(diǎn)調(diào)度策略126

7.5模型參數(shù)預(yù)測127

7.6仿真實(shí)驗(yàn)128

7.7本章小結(jié)134

參考文獻(xiàn)134

第8章連續(xù)泄漏穩(wěn)態(tài)氣體源參數(shù)估計(jì)算法137

8.1連續(xù)泄漏穩(wěn)態(tài)氣體源參數(shù)估計(jì)模型137

8.1.1有風(fēng)條件下穩(wěn)態(tài)氣體擴(kuò)散模型137

8.1.2穩(wěn)態(tài)氣體源參數(shù)估計(jì)狀態(tài)空間模型142

8.2連續(xù)泄漏穩(wěn)態(tài)氣體源參數(shù)估計(jì)算法142

8.2.1穩(wěn)態(tài)氣體源參數(shù)的粗估計(jì)142

8.2.2確定粒子濾波的似然函數(shù)143

8.2.3基于粒子濾波的穩(wěn)態(tài)氣體源參數(shù)估計(jì)算法145

8.3氣體源參數(shù)估計(jì)性能分析145

8.3.1氣體源參數(shù)估計(jì)CRLB的定義146

8.3.2氣體源參數(shù)估計(jì)的CRLB推導(dǎo)146

8.4仿真實(shí)驗(yàn)與結(jié)果分析150

8.4.1實(shí)驗(yàn)條件150

8.4.2實(shí)驗(yàn)結(jié)果與分析151

8.5本章小結(jié)158

參考文獻(xiàn)158

第9章連續(xù)泄漏非穩(wěn)態(tài)氣體源參數(shù)估計(jì)算法159

9.1連續(xù)泄漏非穩(wěn)態(tài)參數(shù)估計(jì)模型159

9.1.1二維非穩(wěn)態(tài)氣體擴(kuò)散模型159

9.1.2傳感器測量模型161

9.2連續(xù)泄漏非穩(wěn)態(tài)氣體源參數(shù)估計(jì)算法162

9.2.1構(gòu)造目標(biāo)優(yōu)化函數(shù)162

9.2.2基于多種群遺傳算法的非穩(wěn)態(tài)氣體源參數(shù)估計(jì)算法164

9.3仿真實(shí)驗(yàn)與結(jié)果分析167

9.3.1仿真條件168

9.3.2仿真結(jié)果與分析168

9.4本章小結(jié)173

參考文獻(xiàn)173

第10章瞬時(shí)泄漏氣體源參數(shù)估計(jì)算法174

10.1瞬時(shí)泄漏氣體源參數(shù)估計(jì)模型174

10.1.1有風(fēng)條件下瞬時(shí)氣體擴(kuò)散模型174

10.1.2瞬時(shí)氣體源參數(shù)估計(jì)狀態(tài)空間模型176

10.2基于高斯粒子濾波的瞬時(shí)氣體源參數(shù)估計(jì)算法179

10.2.1瞬時(shí)氣體源參數(shù)的粗估計(jì)180

10.2.2基于高粒子濾波的瞬時(shí)氣體源參數(shù)估計(jì)方法181

10.3瞬時(shí)氣體源參數(shù)估計(jì)性能分析183

10.4仿真實(shí)驗(yàn)與結(jié)果分析184

10.4.1實(shí)驗(yàn)條件184

10.4.2實(shí)驗(yàn)結(jié)果與分析186

10.5本章小結(jié)193

參考文獻(xiàn)194

附錄A矩陣求逆195

附錄B預(yù)測距離的推導(dǎo)196 2100433B

無線傳感器網(wǎng)絡(luò)在環(huán)境監(jiān)測、醫(yī)療衛(wèi)生、軍事以及商業(yè)等領(lǐng)域具有廣泛的應(yīng)用前景。作為無線傳感器網(wǎng)絡(luò)的關(guān)鍵技術(shù)，節(jié)點(diǎn)定位與協(xié)作跟蹤是計(jì)算機(jī)、控制和通信等學(xué)科眾多專家學(xué)者致力研究的參數(shù)估計(jì)課題。無線傳感器網(wǎng)絡(luò)資源受限，且應(yīng)用場景多樣，使節(jié)點(diǎn)定位與協(xié)作跟蹤的研究面臨諸多的挑戰(zhàn)。本書首先介紹了無線傳感器網(wǎng)絡(luò)的研究情況，然后系統(tǒng)歸納了節(jié)點(diǎn)定位技術(shù)和協(xié)作跟蹤算法，進(jìn)而針對室內(nèi)復(fù)雜環(huán)境提出了室內(nèi)人員定位算法,結(jié)合野外環(huán)境設(shè)計(jì)三維節(jié)點(diǎn)定位算法，并針對資源受限條件下協(xié)作跟蹤問題，提出了基于粒子群優(yōu)化的協(xié)作跟蹤算法、基于貝葉斯理論的多傳感器交互濾波算法以及基于后驗(yàn)克拉美羅下界的機(jī)動目標(biāo)跟蹤算法。

本課題的主要目標(biāo)是綜合考慮各種不完整性，探索利用矩陣完成方法解決目前十分突出的由于復(fù)雜應(yīng)用環(huán)境等因素導(dǎo)致的無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位中數(shù)據(jù)矩陣結(jié)構(gòu)受到損壞的途徑，改善無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位的性能。針對矩陣完成方法在無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位中的應(yīng)用，將其分為兩大類來考慮：一類是顯式矩陣完整性分析，即在數(shù)據(jù)矩陣中明確知道存在數(shù)據(jù)缺失或者存在野值及其相應(yīng)位置的情況；另一類是隱式矩陣完整性分析，指的是數(shù)據(jù)矩陣在形式上是完整的，但其中部分元素受噪聲影響較大或者存在野值并且該元素的位置未知的問題。針對第一類問題，首先引入數(shù)據(jù)矩陣的低秩特性，使得求解成為可能；其次通過圖直觀地了解除了低秩以外，數(shù)據(jù)矩陣還需要滿足的三個(gè)基本條件，即頂點(diǎn)可測性、連通性和采樣集合勢大小的要求；特別地，針對歐氏距離矩陣的顯示完成問題，利用交替秩完成方法考察了矩陣完成的成功率對采樣集合勢的要求。從仿真結(jié)果上看，需要的測量值個(gè)數(shù)要數(shù)倍于實(shí)際自由度才能獲得較高的成功率。針對第二類問題，主要考慮具備低秩特性的歐氏距離矩陣的完成問題。為了消除秩約束引入的非凸性，采用半定松弛來獲得進(jìn)行求解。由于加權(quán)矩陣的存在，使得半定松弛方法既適用于隱式矩陣完整性分析，也適用于顯式矩陣完整性分析。仿真結(jié)果驗(yàn)證了半定松弛方法的穩(wěn)健性。在對上述問題研究過程中，也對有關(guān)的參數(shù)估計(jì)方法和定位方法，如直達(dá)方向重建方法、基于混合范數(shù)優(yōu)化的波達(dá)方向估計(jì)、利用角度差測量進(jìn)行自主定位等做了相應(yīng)的研究。 2100433B

智能空間中的傳感器網(wǎng)絡(luò)節(jié)點(diǎn)精確定位與路徑規(guī)劃是物聯(lián)網(wǎng)中的重要核心支撐技術(shù)之一。韓光潔編著的《智能空間中傳感器網(wǎng)絡(luò)節(jié)點(diǎn)精確定位與路徑規(guī)劃》在綜合分析國內(nèi)外相關(guān)工作的基礎(chǔ)上，通過研究未知節(jié)點(diǎn)在定位過程中的誤差原因，定性分析了傳感器網(wǎng)絡(luò)中錨節(jié)點(diǎn)的相對位置對未知節(jié)點(diǎn)定位誤差的影響，提出了錨節(jié)點(diǎn)布置算法、二步定位算法、基于正三角形路徑的節(jié)點(diǎn)精確定位算法及錨節(jié)點(diǎn)的路徑規(guī)劃等關(guān)鍵技術(shù)，最后對相關(guān)的算法進(jìn)行了仿真驗(yàn)證與性能評價(jià)。這些方法對物聯(lián)網(wǎng)在實(shí)際應(yīng)用中起到了指導(dǎo)性的作用。

《智能空間中傳感器網(wǎng)絡(luò)節(jié)點(diǎn)精確定位與路徑規(guī)劃》可供廣大物聯(lián)網(wǎng)、移動網(wǎng)絡(luò)等行業(yè)的科研工作者和工程技術(shù)人員，以及高等院校相關(guān)專業(yè)的教師和研究生使用。

本書系統(tǒng)、全面地介紹了目標(biāo)定位跟蹤領(lǐng)域的研究成果，主要內(nèi)容包括：估計(jì)理論和濾波方法、目標(biāo)定位方法、目標(biāo)跟蹤方法、基于純方位的水下目標(biāo)定位跟蹤方法、基于多傳感器數(shù)據(jù)融合的跟蹤方法。此外，還給出了一些定位跟蹤方法應(yīng)用的案例。本書可作為高等院?；鹆χ笓]與控制工程、指揮自動化專業(yè)本科生或研究生的教材或參考書，還可供從事信息工程、雷達(dá)工程、電子對抗、聲吶工程、軍事指揮等專業(yè)的科研人員和工程技術(shù)人員參考。