一种基于多采样率多模型融合估计的移动目标跟踪方法

摘要

一种基于多采样率多模型融合估计的移动目标跟踪方法，该方法首先将无线传感器网络分为m个簇，建立不同采样速率下的状态空间模型。簇头节点利用EKF方法得到局部估计结果。融合中心把所有局部估计同步到同一时刻点，并利用CI融合方法得到融合估计结果，通过目标速度的估计值和簇头节点的能量信息调整网络节点的采样速率。本发明提供一种在保证跟踪精度、鲁棒性以及快速反应能力的前提下，有效降低传感器网络的能耗、提升灵活性的基于多采样率多模型融合估计的移动目标跟踪方法。

主权项

一种基于多采样率多模型融合估计的移动目标跟踪方法，其特征在于：所述方法包括以下步骤：步骤1)把移动目标的速度分为L个不同的等级，无线传感器网络分为m个不同的簇，传感器节点分为n个不同的采样速率，选择移动目标的状态变量，所述状态变量为位置、速度或加速度，建立n个采样速率下移动目标跟踪的状态空间模型；步骤2)簇头节点收集其簇内节点的量测信息，根据当前采样速率下状态空间模型，应用扩展卡尔曼方法得到移动目标的局部估计，并把局部估计结果以及其剩余能量信息发送到融合中心；步骤3)针对低采样速率的簇，在其局部估计缺失的时刻点上，融合中心通过对上一时刻的状态估计值进行预测，把所有局部估计结果同步到同一时刻点；步骤4)融合中心根据各局部估计的误差协方差矩阵，在线确定CI融合方法中的融合参数，应用CI融合估计方法，得到移动目标的融合估计结果，所述融合估计结果包括运动速率估计值；步骤5)融合中心根据移动目标的运动速率估计值以及各簇头节点的能量信息，若移动目标的运动速度估计值低于相应的阈值，将降低能量最低簇节点的采样速率；反之，移动目标的运动速度估计值高于相应的阈值，将加快能量最高簇节点的采样速率；并把采样速率调整结果发送给各簇头节点；步骤6)若簇头节点收到采样速率调整信息，将调整簇内节点的采样速率，并切换到相应采样速率下的状态空间模型，否则，各簇节点按原采样速率进行采样和状态估计。