基于數據融合和PSO的移動目標跟蹤方法

趙遠方

(駐馬店職業技術學院,河南 駐馬店 463000)

1 引言

無線傳感器網絡(WSN)是由多個低功耗、微型化的傳感器節點以自組織的方式組成,廣泛應用于軍事及民用領域。在這些領域中,WSN節點被安放在監控區域,它們相互合作,進行信息的感知、監控和跟蹤。隨著目標跟蹤理論的發展,許多方法在提高跟蹤精度,保障跟蹤的可靠性上得到運用。鄔春明等[1]提出了結合實時數據修正的魚群優化粒子算法,結果表明該算法在目標跟蹤上精度和穩定性更優。吳冰[2]提出一種改進的EK-MTDC算法,結果表明能有效地提高目標跟蹤效率。張英坤[3]研究了強跟蹤算法與傳統算法的區別,結果表明強跟蹤算法在室內目標跟蹤上優勢更大。吳曉平等[4]針對移動目標的捕獲問題提出了ULLS、CLLS、SDP三種算法,仿真證明三種算法中CLLS算法的誤差最小。孫彥景[5]對比提出的ASFTT算法和幾種自適應決策算法,通過采用標準數據集仿真表明提出的算法在目標跟蹤的準確性和穩定性上更好。然而在無線傳感器網絡中,網絡節點由蓄電池供電,該電池不能充電且一般無法更換,是影響節點和網絡壽命的主要部件。因此,能耗節約式WSN在設計過程中是必須要考慮的關鍵[6]。在能耗方面,采用粒子濾波算法提前一步進行預測,[7]采用無極卡爾曼濾波算法進行提前預估[8]等,文獻使用數據融合技術來提高檢測性能[9]。但是,上述算法對于高度非線性過程的處理效果都不太理想。

通過以上分析發現,國內外學者在在目標跟蹤準確性的算法上作了廣泛的研究?！?br>