基于無線多傳感器融合估計(jì)的目標(biāo)跟蹤算法研究.pdf

1、目標(biāo)跟蹤技術(shù)在國(guó)土防空、導(dǎo)航、制導(dǎo)、探測(cè)、定位、交通、制造和醫(yī)療等軍事和民用領(lǐng)域得到了廣泛和成功的應(yīng)用。無線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks，WSNs)具有低成本、低功耗、自組織等特點(diǎn)，可利用大量分散節(jié)點(diǎn)對(duì)移動(dòng)目標(biāo)進(jìn)行協(xié)同感知，提供豐富的環(huán)境信息以及準(zhǔn)確的定位服務(wù)。WSNs環(huán)境下的移動(dòng)目標(biāo)跟蹤問題，目前已成為國(guó)內(nèi)外信息融合估計(jì)領(lǐng)域的一個(gè)熱點(diǎn)研究課題。
　　基于測(cè)距的目標(biāo)跟蹤，可看作非線性多傳感器的融合估

2、計(jì)問題，通常受傳感器故障、相互干擾以及模型不確定性等因素的影響。特別地，無線通信網(wǎng)絡(luò)的引入，不可避免地遇到能量、帶寬受限以及丟包和延時(shí)等通信不確定性，給出非線性融合估計(jì)系統(tǒng)的分析和設(shè)計(jì)帶來了許多新的問題和困難。本文基于貝葉斯估計(jì)理論、李雅普諾夫理論、線性最小均方誤差準(zhǔn)則以及相容性估計(jì)準(zhǔn)則，研究了多速率/異步多傳感器融合估計(jì)問題，并設(shè)計(jì)了不同情形下的目標(biāo)跟蹤方法，以實(shí)現(xiàn)WSNs環(huán)境下移動(dòng)目標(biāo)的跟蹤。研究工作及取得的主要?jiǎng)?chuàng)新性成果如下:

3、r>　　第一，研究了多速率WSNs環(huán)境下的分布式機(jī)動(dòng)目標(biāo)跟蹤問題。針對(duì)模型誤差補(bǔ)償問題，充分考慮了過程噪聲協(xié)方差的影響。首先，通過修正強(qiáng)跟蹤方法(Modified strong tracking filter，MSTF)，得到滿足相容性的局部估計(jì)。然后，應(yīng)用CI(Covariance Intersection)融合估計(jì)方法以減少估計(jì)的不確定性。利用這種分層融合框架下估計(jì)方法，更好地發(fā)揮了MSTF和CI方法的優(yōu)勢(shì)，實(shí)現(xiàn)了多速率WSNs環(huán)境

4、下移動(dòng)目標(biāo)跟蹤。
　　第二，考慮超聲波傳感器故障以及量測(cè)范圍有限等問題，設(shè)計(jì)了事件觸發(fā)的采樣傳輸機(jī)制用于傳感器的篩選。首先，隨機(jī)生成一些過程噪聲協(xié)方差，應(yīng)用非集中式擴(kuò)展信息濾波(Decentralized extended information filter，DEIF)方法生成不同“模型誤差”假設(shè)下的局部估計(jì)。然后，采用CI融合估計(jì)方法來消除假設(shè)，得到更為符合當(dāng)前運(yùn)動(dòng)特性的估計(jì)結(jié)果。類似地，這種估計(jì)結(jié)構(gòu)推廣到量測(cè)精度不理想的情形

5、，利用改進(jìn)的平方根卡爾曼濾波(Square root cubature Kalman filter，SRCKF)和CI融合估計(jì)方法，實(shí)現(xiàn)了基于RSSI測(cè)距的移動(dòng)目標(biāo)跟蹤。
　　第三，研究了異步WSNs環(huán)境下的目標(biāo)跟蹤問題。通過引入時(shí)變的漸消因子，改善了無跡卡爾曼(Unscented Kalman filter,UKF)估計(jì)器的收斂性和穩(wěn)定性，即無跡強(qiáng)跟蹤濾波方法(Unscented strong tracking filter,U

6、STF)。特別地，由估計(jì)“相容性”準(zhǔn)則導(dǎo)出了一個(gè)濾波器的切換條件，充分地利用了經(jīng)典UKF方法和USTF方法的優(yōu)勢(shì)。最后，通過這種混合序貫融合估計(jì)方法，實(shí)現(xiàn)了異步WSNs環(huán)境下的目標(biāo)跟蹤。
　　第四，研究了基于RSSI測(cè)距的序貫高斯目標(biāo)跟蹤問題。首先通過高斯假設(shè)，由序貫貝葉斯濾波導(dǎo)出了序貫高斯濾波方法，并應(yīng)用容積積分準(zhǔn)則，給出了序貫容積卡爾曼濾波方法;其次，通過假設(shè)檢驗(yàn)方法引入了自適應(yīng)因子，以提高濾波器的穩(wěn)定性和收斂性。最后，通過濾

7、波器收斂性的分析，證明了自適應(yīng)因子的引入有助于濾波器的收斂。
　　第五，研究了WSNs協(xié)助下的移動(dòng)目標(biāo)自定位問題。為了減少通信沖突和緩解信道競(jìng)爭(zhēng)，移動(dòng)目標(biāo)的采樣過程采用了事件觸發(fā)機(jī)制。由估計(jì)的相容性準(zhǔn)則，導(dǎo)出了一個(gè)選取過程噪聲協(xié)方差的下界，并相應(yīng)地設(shè)計(jì)了基于多容積點(diǎn)的序貫?zāi)繕?biāo)定位方法，以實(shí)現(xiàn)事件觸發(fā)WSNs環(huán)境下的移動(dòng)目標(biāo)自定位。
　　論文通過計(jì)算機(jī)仿真和E-puck目標(biāo)跟蹤實(shí)驗(yàn)的方式，驗(yàn)證了所提出設(shè)計(jì)方法的有效性。最后，對(duì)