基于粒子群优化和M-H抽样粒子滤波的传感器网络目标跟踪方法

作者：蒋鹏; 宋华华; 林广

来源：通信学报, 2013, (11): 8-17.

• 粒子群优化
• metropolis-hasting抽样
• 粒子滤波
• 目标跟踪 particle swarm optimization
• metropolis-hasting sampling
• particle filter
• target tracking

针对实际应用条件下传感器节点的观测数据与目标动态参数间呈现为非线性关系的特性,提出了一种基于粒子群优化和M-H抽样粒子滤波的传感器网络目标跟踪方法。该方法采用分布式结构,在动态网络拓扑结构下,由粒子群优化和M-H抽样技术实现滤波中的重抽样过程,抑制粒子退化现象,并通过粒子间共享历史信息,降低单个粒子历史状态间的相关性使各粒子能快速收敛至最优分布,从而实现高精度的目标跟踪效果。仿真结果表明,相比现有的基于信息粒子滤波和并行粒子滤波技术的传感器网络目标跟踪方法,所提出的方法能降低网络总能耗,同时保证目标跟踪的精度。

• 出版日期2013
• 单位杭州电子科技大学; 浙江省环境监测中心