基于传感器网络的目标跟踪的多速率分布式融合估计

本文涉及用于无线传感器网络(WSN)中机动目标跟踪的多速率分布式融合估计。针对能量效率和跟踪精度的考虑,提出了一种多速率融合策略和分层两阶段融合结构。在第一阶段,进行本地修改的强跟踪过滤(MSTF)估计器旨在获取每个聚类中的局部估计WSN中的首部(CH)。系统建模中的不确定性噪声协方差由衰落因子补偿,以提高每个聚类中局部估计量的鲁棒性。在第二阶段,设计多速率融合估计器以生成具有更高估计精度的融合估计。设计了一个E-puck机器人跟踪平台,并进行了仿真和实验,以证明所提方法和平台的有效性。结果表明,融合估计方法能够以降低的采样率和估计率提供令人满意的估计精度。