推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

一种适用于移动传感器网络的增强型蒙特卡罗定位跟踪算法

更新时间:2019-11-11 11:44:30 大小:257K 上传用户:江岚查看TA发布的资源 浏览次数:37 下载积分:2分 下载次数:0 次 标签:移动传感器网络定位跟踪算法 出售积分赚钱 评价赚积分 ( 如何评价?) 收藏 评论(0) 举报

资料介绍

摘 要:该文提出一种在低锚节点密度的移动传感器网络中实现定位跟踪的方法。利用受控的洪泛方式提高锚节点

利用效率,采用遗传交叉操作加快预测阶段的抽样,采用插值方法对节点运动速度及方向进行预测,利用位置估计

精度优于自身的1 跳邻居节点的信息强化滤波条件。仿真实验结果表明,该文算法与传统算法相比加快了收敛速度,

提高了定位精度,改善了在低锚节点密度时的性能。


部分文件列表

文件名 大小
一种适用于移动传感器网络的增强型蒙特卡罗定位跟踪算法.pdf 257K

部分页面预览

(完整内容请下载后查看)
32 4 期  
2010 4 月  
电 子 与 信 息 学 报  
Vol.32No.4  
Apr. 2010  
Journal of Electronics & Information Technology  
一种适用于移动传感器网络的增强型蒙特卡罗定位跟踪算法  
王洪玉  
高庆华  
金明录  
(大连理工大学电子与信息工程学院 大连 116023)  
该文提出一种在低锚节点密度的移动传感器网络中实现定位跟踪的方法用受控的洪泛方式提高锚节点  
利用效率用遗传交叉操作加快预测阶段的抽样用插值方法对节点运动速度及方向进行预测用位置估计  
精度优于自身1 跳邻居节点的信息强化滤波条件仿真实验结果表明文算法与传统算法相比加快了收敛速度,  
提高了定位精度,改善了在低锚节点密度时的性能。  
关键词:无线传感器网络;定位;蒙特卡罗算法;贝叶斯估计  
中图分类号:TP393  
文献标识码: A  
文章编号:1009-5896(2010)04-0864-05  
DOI: 10.3724/SP.J.1146.2009.00519  
Enhanced Monte Carlo Localization and Tracking Algorithm  
for Mobile Wireless Sensor Network  
Wang Jie  
Wang Hong-yu  
Gao Qing-hua  
Jin Ming-lu  
(School of Electronics and Information Engineering, Dalian University of Technology, Dalian 116023, China)  
Abstract: A localization and tracking algorithm suitable for mobile wireless sensor network is proposed. The  
algorithm uses controlled flood method to improve the using efficiency of the anchor nodes, uses cross operation to  
accelerate the sampling process and interpolation operation to predict the velocity and angle. An estimate precision  
function is also proposed so that one node could make the full use of all of the outstanding neighbor nodes’  
information. Simulation results show that the algorithm outperforms the traditional algorithm in the convergence  
speed, localization accuracy and the requirement of anchor density.  
Key words: Wireless sensor network; Localization; Monte Carlo algorithm; Bayesian estimation  
1 引言  
成为一个热点研究问题Hu Evans 基于序列蒙特  
卡罗算法的思想提出了适用于移动传感器网络节点  
定位跟踪的 MCL(Monte Carlo Localization)算  
[8]。为了提高算法的性能,Baggio[9]、曾凡仔[10]等  
人提出建立采样盒子的 MCB 算法加快算法单次收  
敛速度Rudafshani[11] Stevens[12] 等人提出改变  
传统 MCL 法的结构来提升定位精度,  
JiyongYi[13]Wang[14]Bram[15]等人提出利用测距信  
息提高定位精度。  
定位技术是无线传感器网络的一项关键支撑技  
术,在基于无线传感器网络的环境监测、动物生活  
习性跟踪、病人监护、军事应用等领域,如果没有  
位置信息那么传感器获取的信息将失去意义。无线  
传感器网络定位算法主要分为测距算法与非测距算  
法两大类。测距算法主要有基于 RSSI 的方法,如  
RADAR[1]系统;基于 TDOA 的方法,如 Criket[2]  
系统。非测距算法主要有求解几何重心的质心算  
[3],利用三角形内点信息APIT 算法[4],基于节  
点间跳数信息DV-HOP 算法[5],基于多尺度规划  
MDS-MAP 算法[6, 7]。  
本文提出的 EMCL(Enhanced MCL)算法针对  
上述 MCL 类算法存在的一些不足进行了改进:第  
MCL 类算法采用大量加权粒子来表征未知节点  
的概率密度分布于寻找这些粒子的计算量较大。  
本文提出采用遗传交叉操作来生成新粒子从而加快  
算法的收敛MCL 类算法在锚节点密度小于  
1 时定位精度随着锚节点密度的降低急剧下降。本  
文提出受控的锚节点洪泛机制使算法适用于不同的  
锚节点密度MCL 类算法仅利用锚节点的信  
息进行滤波,本文充分利用位置估计精度优于自身  
的普通邻居节点的位置信息,实现了多点参与的协  
作定位MCL 算法没有考虑运动轨迹的预测  
上述定位算法在静止传感器网络中效果不错,  
但是,在移动环境下由于网络结构、节点间距离约  
束关系动态变化,传统算法的定位精度会随着节点  
运动速度的增加而急剧下降。如何充分利用运动信  
息、设计适合于移动传感器网络的定位跟踪算法已  
2009-04-10 收到,2009-09-28 改回  
国家自然科学基金(60272036)资助课题  
通信作者:王洁

推荐下载

全部评论(0)

暂无评论