传感器网络节点定位与协作跟踪

第1章绪论1

1.1研究背景及意义1

1.2研究现状7

1.2.1节点定位技术研究现状7

1.2.2协作跟踪技术研究现状10

1.3章节安排13

参考文献15

第2章无线传感器网络节点定位和协作跟踪技术21

2.1节点定位21

2.1.1节点定位原理22

2.1.2定位系统27

2.1.3性能评价31

2.2协作跟踪32

2.2.1目标跟踪算法32

2.2.2协作跟踪方案39

2.2.3评价指标47

2.3本章小结47

参考文献48

第3章室内复杂环境下节点定位算法49

3.1路径损耗模型49

3.2室内测距模型参数辨识52

3.3室内定位方案62

3.4人员定位实验64

3.5本章小结68

参考文献68

第4章野外环境下三维节点定位算法69

4.1网络模型69

4.2三维辅助定位算法71

4.3定位误差和能量消耗分析77

4.4仿真实验81

4.5本章小结88

参考文献89

目录传感器网络节点定位与协作跟踪第5章基于粒子群优化的协作跟踪算法90

5.1系统描述90

5.2多传感器协作跟踪方案91

5.2.1高斯粒子滤波91

5.2.2多传感器数据融合94

5.3基于粒子群优化的动态簇组织算法96

5.3.1基于位置预测的簇成员节点选择97

5.3.2基于粒子群优化的簇头节点选择98

5.4仿真实验102

5.5本章小结107

参考文献107

第6章基于贝叶斯理论的多传感器交互滤波算法109

6.1问题描述109

6.2接力卡尔曼算法110

6.2.1状态和协方差更新110

6.2.2预测方程111

6.2.3传感器概率更新111

6.3多传感器交互滤波算法111

6.4后验克拉美罗下界112

6.5仿真实验114

6.5.1PCRLB115

6.5.2IMSF的性能115

6.5.3传感器概率118

6.6本章小结120

参考文献120

第7章基于后验克拉美罗下界的机动目标跟踪算法122

7.1相关工作123

7.2问题描述123

7.3多模型后验克拉美罗下界124

7.4通信受限节点调度策略126

7.5模型参数预测127

7.6仿真实验128

7.7本章小结134

参考文献134

第8章连续泄漏稳态气体源参数估计算法137

8.1连续泄漏稳态气体源参数估计模型137

8.1.1有风条件下稳态气体扩散模型137

8.1.2稳态气体源参数估计状态空间模型142

8.2连续泄漏稳态气体源参数估计算法142

8.2.1稳态气体源参数的粗估计142

8.2.2确定粒子滤波的似然函数143

8.2.3基于粒子滤波的稳态气体源参数估计算法145

8.3气体源参数估计性能分析145

8.3.1气体源参数估计CRLB的定义146

8.3.2气体源参数估计的CRLB推导146

8.4仿真实验与结果分析150

8.4.1实验条件150

8.4.2实验结果与分析151

8.5本章小结158

参考文献158

第9章连续泄漏非稳态气体源参数估计算法159

9.1连续泄漏非稳态参数估计模型159

9.1.1二维非稳态气体扩散模型159

9.1.2传感器测量模型161

9.2连续泄漏非稳态气体源参数估计算法162

9.2.1构造目标优化函数162

9.2.2基于多种群遗传算法的非稳态气体源参数估计算法164

9.3仿真实验与结果分析167

9.3.1仿真条件168

9.3.2仿真结果与分析168

9.4本章小结173

参考文献173

第10章瞬时泄漏气体源参数估计算法174

10.1瞬时泄漏气体源参数估计模型174

10.1.1有风条件下瞬时气体扩散模型174

10.1.2瞬时气体源参数估计状态空间模型176

10.2基于高斯粒子滤波的瞬时气体源参数估计算法179

10.2.1瞬时气体源参数的粗估计180

10.2.2基于高粒子滤波的瞬时气体源参数估计方法181

10.3瞬时气体源参数估计性能分析183

10.4仿真实验与结果分析184

10.4.1实验条件184

10.4.2实验结果与分析186

10.5本章小结193

参考文献194

附录A矩阵求逆195

附录B预测距离的推导196 2100433B

无线传感器网络在环境监测、医疗卫生、军事以及商业等领域具有广泛的应用前景。作为无线传感器网络的关键技术，节点定位与协作跟踪是计算机、控制和通信等学科众多专家学者致力研究的参数估计课题。无线传感器网络资源受限，且应用场景多样，使节点定位与协作跟踪的研究面临诸多的挑战。本书首先介绍了无线传感器网络的研究情况，然后系统归纳了节点定位技术和协作跟踪算法，进而针对室内复杂环境提出了室内人员定位算法,结合野外环境设计三维节点定位算法，并针对资源受限条件下协作跟踪问题，提出了基于粒子群优化的协作跟踪算法、基于贝叶斯理论的多传感器交互滤波算法以及基于后验克拉美罗下界的机动目标跟踪算法。

本课题的主要目标是综合考虑各种不完整性，探索利用矩阵完成方法解决目前十分突出的由于复杂应用环境等因素导致的无线传感器网络节点定位中数据矩阵结构受到损坏的途径，改善无线传感器网络节点定位的性能。针对矩阵完成方法在无线传感器网络节点定位中的应用，将其分为两大类来考虑：一类是显式矩阵完整性分析，即在数据矩阵中明确知道存在数据缺失或者存在野值及其相应位置的情况；另一类是隐式矩阵完整性分析，指的是数据矩阵在形式上是完整的，但其中部分元素受噪声影响较大或者存在野值并且该元素的位置未知的问题。针对第一类问题，首先引入数据矩阵的低秩特性，使得求解成为可能；其次通过图直观地了解除了低秩以外，数据矩阵还需要满足的三个基本条件，即顶点可测性、连通性和采样集合势大小的要求；特别地，针对欧氏距离矩阵的显示完成问题，利用交替秩完成方法考察了矩阵完成的成功率对采样集合势的要求。从仿真结果上看，需要的测量值个数要数倍于实际自由度才能获得较高的成功率。针对第二类问题，主要考虑具备低秩特性的欧氏距离矩阵的完成问题。为了消除秩约束引入的非凸性，采用半定松弛来获得进行求解。由于加权矩阵的存在，使得半定松弛方法既适用于隐式矩阵完整性分析，也适用于显式矩阵完整性分析。仿真结果验证了半定松弛方法的稳健性。在对上述问题研究过程中，也对有关的参数估计方法和定位方法，如直达方向重建方法、基于混合范数优化的波达方向估计、利用角度差测量进行自主定位等做了相应的研究。 2100433B

智能空间中的传感器网络节点精确定位与路径规划是物联网中的重要核心支撑技术之一。韩光洁编著的《智能空间中传感器网络节点精确定位与路径规划》在综合分析国内外相关工作的基础上，通过研究未知节点在定位过程中的误差原因，定性分析了传感器网络中锚节点的相对位置对未知节点定位误差的影响，提出了锚节点布置算法、二步定位算法、基于正三角形路径的节点精确定位算法及锚节点的路径规划等关键技术，最后对相关的算法进行了仿真验证与性能评价。这些方法对物联网在实际应用中起到了指导性的作用。

《智能空间中传感器网络节点精确定位与路径规划》可供广大物联网、移动网络等行业的科研工作者和工程技术人员，以及高等院校相关专业的教师和研究生使用。

本书系统、全面地介绍了目标定位跟踪领域的研究成果，主要内容包括：估计理论和滤波方法、目标定位方法、目标跟踪方法、基于纯方位的水下目标定位跟踪方法、基于多传感器数据融合的跟踪方法。此外，还给出了一些定位跟踪方法应用的案例。本书可作为高等院校火力指挥与控制工程、指挥自动化专业本科生或研究生的教材或参考书，还可供从事信息工程、雷达工程、电子对抗、声呐工程、军事指挥等专业的科研人员和工程技术人员参考。