無線傳感器網(wǎng)絡(luò)中基于量化新息的狀態(tài)估計研究.pdf

1、本論文是以無線傳感器網(wǎng)絡(luò)中的運動目標狀態(tài)估計作為主要的研究背景，并且以無線傳感器網(wǎng)絡(luò)內(nèi)的有限的能量和通信帶寬作為約束條件，針對基于量化新息的狀態(tài)估計方法及其相關(guān)理論進行討論和研究。
　　由于無線傳感器網(wǎng)絡(luò)是由大量微型、智能、低成本、低能耗和電池供電的無線傳感器節(jié)點組成。所以無線傳感器網(wǎng)絡(luò)受到能量和通信帶寬的限制，對其中的運動目標進行狀態(tài)估計時，則必須將節(jié)點獲取的測量進行量化后再傳輸以降低能耗，因此如何基于量化的測量進行狀態(tài)估計就成

2、了無線傳感器網(wǎng)絡(luò)目標跟蹤與狀態(tài)估計的關(guān)鍵問題。然而，當量化區(qū)間數(shù)目不變時，若直接對測量量化會導(dǎo)致測量值越大量化噪聲就越大。因此，本文采取對新息進行量化的狀態(tài)估計算法。
　　本文深入研究了無線傳感器網(wǎng)絡(luò)中基于量化新息的狀態(tài)估計方法。具體來說，主要工作由以下幾個方面：
　　1.基于量化新息的最小方差估計研究。針對利用量化新息的狀態(tài)估計問題，本文在貝葉斯理論的基礎(chǔ)上，推導(dǎo)出基于量化新息的狀態(tài)后驗概率密度函數(shù)。并從概率密度函數(shù)的角度

3、上得到了基于量化新息的最小方差估計，最后對其估計性能進行了分析。
　　2.量化方案和傳輸策略的設(shè)計與分析。為了更有效地節(jié)省節(jié)點的通信帶寬和能耗，本文針對已知的量化策略和傳輸策略，考慮到IEEE802.15.4協(xié)議為實際工程中的低能耗無線傳感器網(wǎng)絡(luò)系統(tǒng)普遍采用的網(wǎng)絡(luò)協(xié)議，利用IEEE802.15.4的多個無線通信模式，設(shè)計出了一個新的量化方案表。本文提出的量化方案表的優(yōu)勢在于能夠覆蓋更多量化區(qū)間。而在同樣的通信帶寬條件下，更多的量化

4、區(qū)間意味著更高的狀態(tài)估計精度。其次，本文將IEEE802.15.4協(xié)議定義的無線數(shù)據(jù)包的結(jié)構(gòu)特點與編碼方法相結(jié)合，給出了一個新的動態(tài)的傳輸策略。最后，對本文提出的量化方案表和傳輸策略進行了仿真實驗和性能分析。
　　3.基于量化新息的高斯混合估計研究。本文通過對基于量化新息的狀態(tài)先驗和后驗概率密度函數(shù)的分析，指出了當前主流的量化卡爾曼濾波方法對基于量化新息的狀態(tài)先驗和后驗概率密度函數(shù)直接假設(shè)為高斯分布的不合理性。在此基礎(chǔ)上，本文引入

5、了高斯混合理論，來對基于量化新息的狀態(tài)的條件先驗概率密度函數(shù)和條件后驗概率密度函數(shù)進行合理的近似，并推導(dǎo)出了基于量化新息的高斯混合狀態(tài)估計方法，隨后給出了完整的算法流程。最后，對本文提出的高斯混合估計方法與量化卡爾曼濾波方法進行了仿真實驗與性能分析。結(jié)果表明，該算法的估計精度是優(yōu)于目前的量化卡爾曼濾波算法，并且精度更接近基于非量化測量信息的擴展卡爾曼濾波算法。
　　4.基于量化新息的后驗克拉美羅下界的研究。針對無線傳感器網(wǎng)絡(luò)中基于

6、量化新息的狀態(tài)估計算法，本文給出了對于這些算法在理論上的估計性能上界即誤差協(xié)方差陣的迭代后驗克拉美羅下界。最后，對本文給出的后驗克拉美羅下界進行了仿真實驗和性能分析。結(jié)果表明，后驗克拉美羅下界為不同的基于量化新息的狀態(tài)估計算法如量化卡爾曼濾波類方法與高斯混合估計方法的性能上界。
　　5.基于量化新息的多目標跟蹤研究。針對無線傳感器網(wǎng)絡(luò)內(nèi)對于多目標跟蹤的研究課題。本文通過將基于多區(qū)間量化新息的最小方差估計與聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)算法相結(jié)合