基于一致性贝叶斯估计的水下目标跟踪算法研究

论文摘要

目标跟踪是水声传感器网络应用研究的一个重要课题,水下目标跟踪系统旨在通过传感器节点与目标的通信,以实现水下目标的精确定位和持续跟踪,对提高我国海洋观测能力和维护海洋权益具有重要的现实意义。然而,水下环境的不确定性,传播时延,高能量消耗和强噪声干扰特性使得目标跟踪更具挑战性。本文首先利用水声传感器网络节点获取目标位置,并在此基础上研究了水下移动目标的跟踪问题。本文的主要研究工作如下:1、对贝叶斯定理及相关内容作了简单论述,并通过构建目标的动态方程和传感器节点的测量方程将贝叶斯滤波应用到目标跟踪中,同时考虑在时钟同步情况下,针对一般的目标跟踪问题,设计了单贝叶斯算法以有效的跟踪目标。2、针对时钟同步下水下环境的不确定性以及强噪声干扰问题,设计了单节点贝叶斯算法以提高传感器节点检测目标的置信度,通过与设定的目标概率阈值比较以确定传感器节点检测到目标的存在性。并在此基础上,设计了同步时钟下基于一致性贝叶斯的水下目标跟踪算法,以降低测量误差,提高水下移动目标的跟踪精度。3、针对传感器节点和目标之间的时钟异步问题,首先构建异步时钟模型,包括时钟漂移和时钟偏移,并在此基础上,在位置获取阶段,为了消除水声弱通信引起的异步时钟对定位的影响,利用传感器网络节点设计了异步定位算法,以建立时钟与异步测量之间的关系,获取水下目标位置。4、针对水声传感器网络中的高能耗问题,从能量优化的角度出发,提出了一种传感器节点的占空比策略。在持续跟踪阶段,针对水下的强噪声干扰特性,通过与邻居传感器组的信息融合,设计了一致性贝叶斯算法,以提高目标跟踪精度,减少网络通信链路并延长网络寿命。

论文目录

文章来源

类型: 硕士论文

作者: 濮彬

导师: 闫敬

关键词: 目标跟踪,水声传感器网络,一致性估计,贝叶斯滤波

来源: 燕山大学

年度: 2019

分类: 基础科学,信息科技

专业: 海洋学,电信技术,自动化技术

单位: 燕山大学

分类号: P714;TP212.9;TN929.3

DOI: 10.27440/d.cnki.gysdu.2019.001521

总页数: 70

文件大小: 2253K

下载量: 54

相关论文文献

• [1].目标跟踪算法研究综述[J]. 信息通信 2020(04)
• [2].一种基于FPGA+DSP架构的雷达目标跟踪算法设计与实现[J]. 舰船电子对抗 2020(03)
• [3].基于多特征自适应融合的目标跟踪算法[J]. 河南科技学院学报(自然科学版) 2019(05)
• [4].快速目标跟踪算法及其嵌入式实现[J]. 军事通信技术 2016(04)
• [5].运动目标跟踪算法综述[J]. 电子技术与软件工程 2016(24)
• [6].目标跟踪算法的并行优化[J]. 计算机工程与科学 2016(11)
• [7].基于人脸识别的移动目标跟踪算法研究[J]. 现代制造技术与装备 2017(02)
• [8].基于深度学习的目标跟踪算法研究综述[J]. 黑龙江科技信息 2017(17)
• [9].基于相关滤波的视频目标跟踪算法综述[J]. 指挥信息系统与技术 2017(03)
• [10].复杂背景下视频运动目标跟踪算法研究[J]. 微型机与应用 2017(18)
• [11].一种基于核相关滤波的目标跟踪算法[J]. 现代计算机 2019(36)
• [12].通道裁剪下的多特征组合目标跟踪算法[J]. 系统工程与电子技术 2020(04)
• [13].基于正交试验的运动目标跟踪算法性能评价[J]. 计算机工程 2020(03)
• [14].基于特征融合的复杂场景多目标跟踪算法研究[J]. 软件导刊 2020(04)
• [15].基于工地场景的深度学习目标跟踪算法[J]. 电子学报 2020(09)
• [16].一种机械式机动相控阵雷达目标跟踪算法研究[J]. 遥测遥控 2020(05)
• [17].近年目标跟踪算法短评——相关滤波与深度学习[J]. 中国图象图形学报 2019(07)
• [18].基于多属性分类的雷达目标跟踪算法[J]. 传感器与微系统 2019(12)
• [19].基于特征点的典型目标跟踪算法性能分析[J]. 指挥控制与仿真 2017(02)
• [20].基于卡尔曼滤波的单模型目标跟踪算法的仿真研究[J]. 中国新通信 2016(10)
• [21].基于序列复杂度的空中红外目标跟踪算法评估[J]. 系统工程与电子技术 2020(04)
• [22].基于改进核相关滤波的长时目标跟踪算法[J]. 郑州大学学报(工学版) 2020(03)
• [23].视觉单目标跟踪算法综述[J]. 测控技术 2020(08)
• [24].面向个体人员特征的跨模态目标跟踪算法[J]. 北京航空航天大学学报 2020(09)
• [25].多假设多目标跟踪算法[J]. 数字通信世界 2019(08)
• [26].基于能效的动态分簇目标跟踪算法[J]. 西南大学学报(自然科学版) 2016(11)
• [27].一种基于卡尔曼滤波器的多目标跟踪算法研究[J]. 电子世界 2016(23)
• [28].一种利用物体性检测的目标跟踪算法[J]. 西安电子科技大学学报 2017(04)
• [29].基于计算机视觉的运动目标跟踪算法的探讨[J]. 智库时代 2017(05)
• [30].基于深度学习的多目标跟踪算法研究[J]. 中兴通讯技术 2017(04)

标签：目标跟踪论文;  水声传感器网络论文;  一致性估计论文;  贝叶斯滤波论文;