新聞中心

        EEPW首頁 > 手機與無線通信 > 設計應用 > 分布式Zigbee多節點傳感器數據融合軌跡關聯

        分布式Zigbee多節點傳感器數據融合軌跡關聯

        作者: 時間:2011-08-31 來源:網絡 收藏

        這樣一來,一個可能的劃分是把集合Z劃分成兩個與目標互聯的測量子集Zt和沒有與其他目標互聯的虛擬測量子集Zf,表示為γ={Zt,Zf},其中,Zt={Zj1j2j3},ji=1,2,3,…,ni,i=1,2,3;Zf={Ziji},ji=1,2,3,…,ni,i=1,2,3;γ={Zt,Zf}表示集合Z劃分成子集Zt,Zf的可能,把集合分成測量子集和虛擬測量子集;在靜態測量互聯中,對一個位置進行全面測量估計至少需要兩個;否則就是認為虛擬測量子集。因此,測量集合Z的最佳劃分是把Z劃分為來源于目標的測量子集Zt和虛警子集Zf,這時只需求解γ與γ0的最大聯合似然函數比,即
        i.JPG
        真實目標位置ωt近似于極大化廣義似然比的極大似然估算值f.JPG,所以式(4)中的ωt可用f.JPG代替,該估算值可從3個測量獲得,即
        j.JPG

        2 近似測量
        近似測量算法采用狀態估算推導形成,狀態估算算法為
        k.JPG
        式中,l.JPG為局部s用于更新第i個局部的近似測量;Ksis(k)是局部節點s的第is個局部的濾波增益。根據式(6)求解l.JPG
        m.JPG
        式中,n.JPG(k)是Ksij(k)的逆陣或偽逆陣。局部節點僅向中心傳送狀態估計值,不傳送近似測量值,通過式(7)可以在中心獲得局部節點的近似測量值。近似測量構造要求信息中心已知狀態值o.JPG(k|k-1)、狀態估計值o.JPG(k|k)。增益矩陣Ksij(k)和測量矩陣Hs(k)之所以可作為近似測量,是因為構造的結果可能不是實際測量值,這取決于局部節點使用的算法。當局部節點使用最近鄰域互聯算法時,所構成的測量值是局部近似算法中使用的實際測量值;但當局部節點使用聯合概率為互聯算法(JPDA)或混合歸并(MR)算法時,重新構成的算法結果不產生實際測量值;因而原測量值需要加權平均。N≥3時多節點分配方法適用于各節點公共監視區的軌跡校驗。對各局部節點間的局部公共區則要利用N=2時的各種軌跡關聯算法或使用二維分配模型求解。

        3 結束語
        在多數目標跟蹤的應用中,獲得大量精確的傳感器數據較困難。例如:無線車輛門禁控制系統中,只能每幾秒鐘測量一次小區門前內外機動車的位置,當獲取的信息不足時,所采用的模型的精度就顯得尤為重要。原因有二:第一如果控制系統對目標狀態的采集頻率高于傳感器的頻率,那么就要用到跟蹤器對位置的預測值,不同的模型對這個預測值的質量影響很大;第二是為了優化Zigbee傳感器的性能,必須最大限度地利用來自傳感器的有限數據,在多數近似測量算法中,只能通過開發一些精度的實用模型來實現。上述節點狀態估算算法有效地改善了Zigbee傳感器的性能,提高了跟蹤精度。

        本文引用地址:http://www.104case.com/article/155824.htm

        上一頁 1 2 下一頁

        評論


        相關推薦

        技術專區

        關閉
        主站蜘蛛池模板: 房产| 龙川县| 东城区| 宁化县| 潞城市| 虹口区| 城步| 伊春市| 亳州市| 浦县| 石屏县| 正蓝旗| 峨山| 新平| 深州市| 景东| 南充市| 平南县| 招远市| 荣成市| 徐州市| 林西县| 沙雅县| 凤山县| 富阳市| 昭觉县| 龙口市| 定日县| 漳平市| 瑞丽市| 方正县| 廉江市| 玉屏| 庆元县| 武陟县| 永善县| 略阳县| 酉阳| 泰州市| 莒南县| 项城市|