基于性能边界和量化数据的WSN目标跟踪传感器选择算法

杨小军

doi:10.3969/j.issn.0372-2112.2014.06.007

您当前的位置：

首页 >

文章列表页 >

基于性能边界和量化数据的WSN目标跟踪传感器选择算法

学术论文 | 更新时间：2025-07-16

- 基于性能边界和量化数据的WSN目标跟踪传感器选择算法
- Sensor Selection for Target Tracking in Wireless Sensor Networks Based on Performance Bounds and Quantized Data
- 电子学报 2014年42卷第6期页码：1081-1085
- 作者机构：
  
  1. 长安大学信息工程学院,陕西,西安,710064
  2. 长安大学信息工程学院,陕西,西安,710064
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.60975028）;中国博士后科学基金 (No.2013M540725）;中央高校基本科研业务费专项资金 (No.2013G3242008）;陕西省科学技术研究发展计划项目 (No.2014K05-26）
- DOI：10.3969/j.issn.0372-2112.2014.06.007
  中图分类号： TP273
- 纸质出版：2014
- 稿件说明：
移动端阅览
杨小军. 基于性能边界和量化数据的WSN目标跟踪传感器选择算法[J]. 电子学报, 2014,42(6):1081-1085.

YANG Xiao-jun. Sensor Selection for Target Tracking in Wireless Sensor Networks Based on Performance Bounds and Quantized Data[J]. Acta Electronica Sinica, 2014, 42(6): 1081-1085.
杨小军. 基于性能边界和量化数据的WSN目标跟踪传感器选择算法[J]. 电子学报, 2014,42(6):1081-1085. DOI： 10.3969/j.issn.0372-2112.2014.06.007.

YANG Xiao-jun. Sensor Selection for Target Tracking in Wireless Sensor Networks Based on Performance Bounds and Quantized Data[J]. Acta Electronica Sinica, 2014, 42(6): 1081-1085. DOI： 10.3969/j.issn.0372-2112.2014.06.007.

摘要

对能量和带宽受限的无线传感器网络下的目标跟踪问题，基于量化的观测数据和条件后验克拉美-罗下界提出一种传感器选择方法.为了节约网络能量和带宽，对传感器接收到的观测数据进行量化压缩，推导了传感器量化数据下目标状态估计的条件后验克拉美-罗下界，将其作为传感器选择和优化的准则，并且利用粒子滤波器给出一种条件后验克拉美-罗下界的近似计算方法.与基于无条件后验克拉美-罗下界和互信息的传感器选择方法进行了对比仿真，结果表明了条件后验克拉美-罗下界作为传感器选择准则的有效性以及对跟踪性能的改进.

Abstract

For target tracking in the energy and bandwidth-constrained wireless sensor networks

a sensor selection scheme is proposed based on quantized data and conditional posterior Cramr-Rao lower bounds (CPCRLB).The received measurements are quantized and compressed to save the energy and bandwidth.The CPCRLB with quantized data is derived and used as the criterion for sensor selection to optimize the performance of tracking.Moreover

the particle filtering is employed to compute the CPCRLB approximately.The CPCRLB based sensor selection scheme is compared with the mutual information and the unconditional posterior Cramr-Rao lower bounds based sensor selection schemes by simulation.The results show that the CPCRLB is more efficient and the improved performance is achieved.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于特征地图的移动机器人全局定位与自主泊位方法

传感器网络中基于域的分布式自动成簇算法研究

无线传感器网络中中位数查询算法研究

基于Sh相关系数的非线性系统状态粒子估计算法

Multi-Radio传感器网络信道分配算法的研究