基于无线传感器网络的移动目标跟踪系统研究

[复制链接]
查看: 318|回复: 0

23万

主题

23万

帖子

32万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
329731
发表于 2022-5-14 11:04:22 | 显示全部楼层 |阅读模式
目:


雅宝题库答案
****此区域为收费内容****    需支付 1 知识币后可查看,1币=0.01元查看答案


雅宝题库解析:
随着通信技术、计算机技术、网络技术和传感器技术的发展,无线传感器网络受到了广泛的关注。基于无线传感器网络的目标跟踪也成为了一个研究热点。本文主要针对无线传感器网络中非配合式目标跟踪的关键技术——实物系统、定位技术和跟踪算法等展开研究。主要内容如下:1.设计并开发了基于无线传感器网络的非配合移动目标跟踪系统,完成了系统的软硬件设计。硬件设计上综合考虑无线传感器网络低功耗、小尺寸等约束条件,采用模块化的设计思想,将传感节点分为通信模块、处理器模块、传感器模块和电源模块,其中传感器模块是设计的重点,根据人体目标红外辐射特性和车辆目标的铁磁特性,选取了热释电红外传感器和磁场传感器作为非配合式感知传感器;软件设计方面分别设计了监测节点软件、汇聚节点软件和上位机监控软件,监测节点主要负责侦测目标,汇聚节点主要负责网络建立和数据转发,上位机主要实现实时显示侦测结果。2.人体目标辐射的红外能量会随着传播距离衰减,故红外传感器接收到的信号与距离存在某种特定的关系,但由于热释电红外传感器采用的是差分式的结构,其输出信号是脉动的正负信号,其幅值与距离不是一一对应的关系。通过大量实验和数据分析可知,红外传感器的最大脉冲信号出现在目标经过红外传感器法向线的位置,且该信号的大小同人体目标离红外传感器的距离呈现出比较稳定的规律,利用这一规律,本文提出了基于红外最大信号峰值的定位方法,该方法能够提供比常规质心定位算法更精准的定位结果。3.针对现有目标跟踪算法应用于无线传感器网络中所面临的目标跟踪性能和算法复杂度方面的挑战,本文提出了一种基于最优阈值重采样的粒子滤波算法以及联合扩展卡尔曼滤波和粒子滤波的改进交互式多模型粒子滤波算法(Multiple Model Particle Filter, IMMPF),以期在不过度损失目标跟踪精度的前提下,降低算法的时间复杂度,仿真结果表明,改进的IMMPF算法的目标跟踪性能与标准IMMPF算法相差不大,但时间复杂度大大降低。





上一篇:分布式交互仿真时钟基准系统设计
下一篇:电液泵集成一体化建模仿真及虚拟实验研究
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

精彩课程推荐
|网站地图|网站地图