基于能量的声源目标定位与跟踪

论文摘要

随着无线通信、集成电路、传感器以及微机电系统（MEMS）等技术的飞速发展,无线传感器网络已逐渐成为研究的热点领域。传感器网络主要运用于军事,生态环境监测,基础设施安全,先进制造,物流管理,医疗健康,工业传感,智能交通控制,智能能源等领域,而对进入检测区域的目标进行定位与跟踪是传感器网络的一个重要用途。基于声源的目标定位与跟踪主要有三种方法:TDOA,DOA,能量法。能量法以通信量少,计算方法简单,方便,对整个网络的同步性要求不高等特点,成为本文研究的重点。在基于能量的算法中,能量比例法耗时少,定位速度快,但是定位精度不高,最大似然法虽然定位精度高,但是由于似然函数的非线性,用目前搜索的求解方法,耗时多,定位速度很慢,对目标的定位尤其是需要及时得到目标位置的目标跟踪来说很不利。为了解决定位速度问题,减少定位的耗时,本文在研究了能量模型的最大似然函数的基础上,采用了迭代的方法（主要是高斯-牛顿法）解决能量的似然函数最大值问题,在保证了搜索法定位精度高的前提下,大大提高了定位速度,达到了定位精度和速度的很好的结合。在解决迭代算法的关键问题——局部最小问题上,我们分析了似然函数的特点,提出了在接收能量最大的节点周围选取初始值,来避免迭代走入局部最小的方法,即在接收能量最大的节点周围选取六个初始值进行六次迭代,并将使目标函数最小的那次迭代结果作为目标位置估计值。除此之外,还介绍了如何限制迭代步长,如何确定迭代终止标志,并且将算法推广到三位空间目标的定位与跟踪,证明了在三维空间中新算法同样有效。仿真实验中,迭代算法的精度与搜索法差不多,比能量比例法高很多,而定位时间比搜索法短很多,达到了预期的效果。并且,在目标的跟踪中,由于定位时间短,能够及时得到目标的位置,新算法也得到了比搜索法好的多的结果,尤其在三维中。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 无线传感器网络简介
• 1.1.1 无线传感器网络背景
• 1.1.2 传感器网络的形成与结构
• 1.1.3 传感器网络的特点
• 1.2 无线传感器网络中节点位置的获得
• 1.2.1 GPS系统
• 1.2.2 集中式算法
• 1.2.3 分布式算法
• 1.3 声源目标的定位方法
• 1.3.1 TDOA方法
• 1.3.2 DOA方法
• 1.3.3 能量法
• 1.4 论文的组织结构
• 第二章 能量模型及算法
• 2.1 能量模型的表达式
• 2.2 基于能量模型的算法
• 2.2.1 分布式算法
• 2.2.2 能量比例法
• 2.2.3 CPA算法
• 2.2.4 最大似然法
• 2.3 几种集中式方法的分析与比较
• 第三章 迭代算法在定位与跟踪中的运用
• 3.1 迭代算法
• 3.1.1 梯度迭代法
• 3.1.2 牛顿迭代法
• 3.1.3 高斯-牛顿迭代法
• 3.2 高斯-牛顿法的运用
• 3.2.1 迭代初始值的选取
• 3.2.2 迭代步长的限制
• 3.2.3 每次迭代终止标志的选取
• 3.2.4 三维空间的情况
• 3.3 EM算法
• 3.3.1 EM算法简介
• 3.3.2 EM算法在能量法中的运用
• 3.3.3 三维的情况
• 第四章 仿真实验及分析
• 4.1 定位精度的仿真比较
• 4.1.1 噪声的影响
• 4.1.2 节点数量（密度）的影响
• 4.2 定位时间的比较
• 4.3 目标的跟踪
• 4.3.1 目标跟踪简介
• 4.3.2 跟踪中的能量法运用
• 第五章 结论与展望
• 结论
• 多目标的定位与跟踪
• 参考文献
• 研究生期间发表的论文
• 致谢