学位论文 > 优秀研究生学位论文题录展示

面向室内环境的WSN跟踪关键技术研究

作　者: 葛浩宇
导　师: 谢立
学　校: 浙江大学
专　业: 信息与通信工程
关键词: 量化卡尔曼滤波 多比特量化策略 最优量化阈值 空间分解 双向数据融合图 扩展卡尔曼滤波
分类号: TN929.5
类　型: 硕士论文
年　份: 2012年
下　载: 20次
引　用: 0次
阅　读: 论文下载
 

内容摘要


目前针对面向室内跟踪应用的无线传感器网络,如何结合无线传感器网络自身低功耗、低传输速率的特点以及室内复杂的信道环境,有效的提高跟踪定位精度成为一个迫切需要解决的问题。本文从减少网络通信负载和对复杂场景下运用滤波算法进行跟踪定位处理的角度出发,主要进行如下工作：第一,提出了一种基于最优量化策略的多比特量化卡尔曼滤波算法。经过最优量化器进行量化处理的多比特量化卡尔曼滤波算法通过最优量化策略尽量保留了有效地观测信息,同时极大降低无线传感器网络中网络通信负载。首先利用无线传感器网络节点对待测目标观测信息的相关性,探讨了进行观测信息量化的合理性；其次,探讨了采用单一比特量化的卡尔曼滤波算法以及该算法存在的不足；最后针对单比特量化卡尔曼滤波算法的不足,提出了基于多比特量化卡尔曼滤波算法的思路,并设计了最佳量化阈值估计器。除此以外,采用线性模型的仿真结果验证了采用最优比特量策略的多比特量化卡尔曼滤波算法的一致性。第二,讨论复杂场景下跟踪定位的关键技术。首先提出空间模型分解法对复杂大规模全局系统进行分解,降低预测估计计算复杂度,使其成为适合无线传感器网络计算的分布式子系统。同时针对系统分解带来的子系统交叠和信息共享问题,提出采用双向数据融合法对观测数据进行融合处理。其次,针对待测目标非线性的运动场景,利用扩展卡尔曼滤波方法对待测目标的非线性运动模型进行线性化近似处理,然后再利用量化卡尔曼滤波的思路对线性化后的模型进行预测估计。通过非线性模型的仿真验证了基于量化的扩展卡尔曼滤波算法的一致性,并与线性化模型的结果进行了对比。

全文目录


致谢  4-5
摘要  5-6
Abstract  6-8
目次  8-10
1 绪论  10-16
  1.1 研究背景  10-11
  1.2 国内外研究现状  11-13
  1.3 跟踪定位算法理论基础及研究方向  13-15
  1.4 本文结构与安排  15-16
2 无线传感器网络跟踪定位算法综述  16-27
  2.1 无线传感器网络跟踪定位简介  16-17
  2.2 基本跟踪定位算法分类  17-20
    2.2.1 物理定位与符号定位  17
    2.2.2 绝对定位与相对定位  17-18
    2.2.3 紧密耦合型与松散耦合型  18
    2.2.4 集中式计算与分布式计算  18-19
    2.2.5 基于测距与基于非测距  19-20
    2.2.6 粗粒度和细粒度  20
  2.3 跟踪定位算法的评价标准  20-21
  2.4 几种典型的跟踪定位算法  21-24
    2.4.1 基于传送树的目标跟踪算法  21-22
    2.4.2 基于预测机制的目标跟踪算法  22-23
    2.4.3 基于统计估计的目标跟踪算法  23-24
  2.5 跟踪定位算法的研究重点  24-25
  2.6 本章小结  25-27
3 基于量化的卡尔曼滤波算法  27-55
  3.1 标准卡尔曼滤波算法应用  27-32
    3.1.1 标准卡尔曼滤波算法流程  27-30
    3.1.2 室内环境下卡尔曼滤波算法研究的意义  30-32
    3.1.3 标准卡尔曼滤波算法的不足  32
  3.2 量化卡尔曼滤波算法  32-36
    3.2.1 数据量化的合理性  32-33
    3.2.2 量化卡尔曼滤波基本思想  33-36
  3.3 基于单比特量化的卡尔曼滤波算法  36-41
    3.3.1 单比特量化方法  36-37
    3.3.2 近似最小均方误差估计器  37-39
    3.3.3 基于单比特量化的卡尔曼滤波算法的不足  39
    3.3.4 基于单比特量化的卡尔曼滤波算法总结  39-41
  3.4 基于多比特量化的卡尔曼滤波算法  41-49
    3.4.1 多比特量化策略  41-46
    3.4.2 多比特量化器设计  46-49
  3.5 仿真算例  49-54
    3.5.1 仿真模型  50-51
    3.5.2 仿真结果及其分析  51-54
  3.6 本章小结  54-55
4 复杂情况下的量化卡尔曼滤波算法  55-77
  4.1 大规模无线传感器网络的分解  55-63
    4.1.1 大规模WSN跟踪定位问题分析  55-56
    4.1.2 复杂大规模系统的空间分解  56-61
    4.1.3 双向信息融合法  61-63
  4.2 扩展卡尔曼滤波(EKF)算法在跟踪定位中的应用  63-75
    4.2.1 扩展卡尔曼滤波(EKF)算法  63-67
    4.2.2 扩展卡尔曼滤波算法在跟踪定位中的实际应用  67-69
    4.2.3 基于量化的扩展卡尔曼滤波算法  69-71
    4.2.4 基于量化扩展卡尔曼滤波的仿真  71-75
  4.3 本章小结  75-77
5 总结和展望  77-79
  5.1 本文工作总结  77
  5.2 进一步的研究方向  77-79
参考文献  79-84
作者简历及在学期间所取得的科研成果  84

相似论文

  1. 基于陀螺和星敏感器的卫星姿态确定研究,V448.2
  2. 融合视觉与惯性导航的机器人自主定位,TP242
  3. 基于子空间的MIMO-OFDM信道估计算法设计与实现,TN919.3
  4. 面向小型无人直升机的SINS/GPS组合导航系统研究,TN967.2
  5. 移动机器人室内即时地图构建与自主导航,TP242
  6. 编队卫星星间碰撞及防碰撞技术研究,V448.2
  7. 基于值函数逼近与状态空间分解的增强学习方法研究,TP242
  8. 智能清扫机器人地图创建及创建中的关联算法研究,TP242
  9. 基于GPS/DR的移动机器人组合定位技术研究,TN967.2
  10. 炼铁生产流程的分散协调优化方法研究,TF58
  11. 基于EKF的PMSM无位置传感器矢量控制系统性能研究,TM341
  12. 再入弹道目标跟踪与质阻比识别方法研究,TJ761.3
  13. 基于EKF的空间非合作目标定位技术研究,V448.2
  14. m-多序列簇的空间分解,TN918.1
  15. 基于扩展卡尔曼滤波器的交流永磁同步电机参数辨识,TM341
  16. 基于合成孔径雷达的卫星自主导航算法研究,V448.22
  17. 超视距探测信息时空对齐误差链模型与补偿技术,TP202
  18. 基于多测距仪的UUV结构环境SLAM方法研究,TP242
  19. 基于星间定向观测的导航星座长期自主定轨技术研究,V448.224
  20. 多机器人协同定位与环境地图构建研究,TP242

中图分类: > 工业技术 > 无线电电子学、电信技术 > 无线通信 > 移动通信
© 2012 www.xueweilunwen.com