基于无线传感器网络的无源多目标检测跟踪方法

    公开(公告)号:CN103298156B

    公开(公告)日:2016-01-20

    申请号:CN201310233976.9

    申请日:2013-06-13

    IPC分类号: H04W84/18 H04W64/00

    摘要: 本发明涉及一种基于无线传感器网络的无源多目标检测跟踪方法,其主要技术特点是:包括以下步骤:根据无线传感器网络中不同无线链路接收信号强度,采用扫描圈开窗检测方法构建无源多目标的滑动扫描圈模型,并采用HAC聚类算法进行聚类分析从而提取出检测结果;根据检测结果并采用PHD无源多目标粒子滤波跟踪算法,得到目标数目变化的多目标跟踪结果。本发明设计合理,其检测与跟踪算法具有较高的精度和鲁棒性,能在复杂的多径环境中检测与跟踪多个目标,同时目标检测与跟踪算法的计算复杂度适中,保证检测跟踪系统运行的实时性。

    基于无线传感器网络的实时目标检测方法

    公开(公告)号:CN103344941B

    公开(公告)日:2015-08-12

    申请号:CN201310233723.1

    申请日:2013-06-13

    IPC分类号: G01S5/02

    摘要: 本发明涉及一种基于无线传感器网络的实时目标检测方法,其主要技术特点是:包括以下步骤:根据遍历过程的特性,通过单链路实验来建立基于检测窗的接收信号强度值直方图测量模型;利用接收信号强度值直方图测量模型及巴氏距离计算得到可能存在目标的“正位置”,并利用层次聚类算法,实现目标检测定位;通过低精度直方图和高精度直方图级联方法,确定目标的“正位置”。本发明设计合理,实现利用无线传感器网络的快速实时检测功能,检测定位方法不会产生错误累计现象,建立的测量模型理论依据充足,精度较高且具有较强的鲁棒性,同时,直方图级联机制的引用使得其总体计算消耗保持在能实时使用的范围之内。

    基于背景学习的射频层析成像方法

    公开(公告)号:CN103281779A

    公开(公告)日:2013-09-04

    申请号:CN201310233725.0

    申请日:2013-06-13

    IPC分类号: H04W64/00 H04W84/18

    摘要: 本发明涉及一种基于背景学习的射频层析成像方法,其主要技术特点是:包括以下步骤:1、根据无线传感器网络的接收信号强度,利用混合高斯背景学习算法或核密度估计背景学习算法建立每条链路的接收信号强度值的分布模型,判断各个链路是否受到影响;2、根据每条链路的接收信号强度值的分布模型,利用Tikhonov正则化进行图像重构。本发明将混合高斯背景学习算法或核密度估计背景学习算法(KDE)运用到射频层析成像中,来估计各个链路RSS测量值的分布,实现了多目标检测与跟踪功能,具有的优点是:1、在多目标和时变环境中能获得更高的准确性和有效性;2、不需要线下训练的过程。

    一种智能手机室内定位方法

    公开(公告)号:CN104215238A

    公开(公告)日:2014-12-17

    申请号:CN201410415407.0

    申请日:2014-08-21

    IPC分类号: G01C21/00

    CPC分类号: G01C21/18

    摘要: 本发明涉及一种智能手机室内定位方法,其技术特点是:步骤1、在行人行进过程中,利用智能手机内置的加速度传感器和陀螺仪进行行人航位推算,包括判断行人运动状态、计算发生的步伐数、计算行进距离并推算行人方向变化,得到推算的位置信息;步骤2、建立室内环境磁场地图,利用室内环境磁场地图和磁场传感器实时获得的信息,通过粒子滤波算法进行磁场匹配,进而对推算的位置信息进行校正,得到行人的最终位置。本发明从抵御多种手持手机的方法和不同步伐长度处理两方面来提升室内定位的鲁棒性;从提高磁场匹配判决权重的稳定性和降低系统累计误差两方面来提高匹配精度,避免长时间累积误差的出现;从减少外部设备数量上来降低系统复杂度。

    基于无线传感器网络的多目标无源跟踪方法

    公开(公告)号:CN103176164A

    公开(公告)日:2013-06-26

    申请号:CN201310124457.9

    申请日:2013-04-11

    IPC分类号: G01S5/00 G01S19/31 H04W16/20

    摘要: 本发明涉及一种基于无线传感器网络的多目标无源跟踪方法,其技术特点是:包括以下步骤:⑴根据传感器网络的接收信号强度建立测量模型;⑵根据步骤⑴建立的测量模型,通过多目标-多伯努利滤波算法和粒子滤波算法的结合,实现室内环境下可变多目标定位与跟踪。本发明设计合理,所建立的测量模型在室内环境下拥有较高的精确度,模型预测值逼近实际观测值;目标检测与跟踪算法具有较高的精度和稳定性,能检测与跟踪多个目标;测量模型和目标算法的计算复杂度合适,保证跟踪系统运行的实时性。

    一种提高鲁棒性的动基座初始对准方法

    公开(公告)号:CN103776449B

    公开(公告)日:2016-05-04

    申请号:CN201410065851.4

    申请日:2014-02-26

    IPC分类号: G01C21/16 G01C25/00

    摘要: 本发明涉及一种提高鲁棒性的动基座初始对准方法,其技术特点是:将初始对准模型进行抽象;通过对比滤波算法中的新息协方差和计算的新息协方差得到模型噪声方差的变化情况,然后对模型噪声w进行自适应缩放;根据观测值和滤波值的残差,自适应地判别每一次滤波后自适应矩阵迹的门限,进而修正状态估计。本发明设计合理,其从模型噪声自适应和观测干扰自适应两个方面同时对UKF算法进行改进,一方面通过监视UKF中预测方差,使用缩放因子达到平抑模型噪声的目的;另一方面通过监测基于新息特性的自适应矩阵的迹并进行实时修改,能够取得更加精确的滤波结果,达到抑制观测干扰的目的,具有较强的鲁棒性,能够快速对其进行平抑。

    基于无线传感器网络的多目标无源跟踪方法

    公开(公告)号:CN103176164B

    公开(公告)日:2016-01-13

    申请号:CN201310124457.9

    申请日:2013-04-11

    IPC分类号: G01S5/00 G01S19/31 H04W16/20

    摘要: 本发明涉及一种基于无线传感器网络的多目标无源跟踪方法,其技术特点是:包括以下步骤:⑴根据传感器网络的接收信号强度建立测量模型;⑵根据步骤⑴建立的测量模型,通过多目标-多伯努利滤波算法和粒子滤波算法的结合,实现室内环境下可变多目标定位与跟踪。本发明设计合理,所建立的测量模型在室内环境下拥有较高的精确度,模型预测值逼近实际观测值;目标检测与跟踪算法具有较高的精度和稳定性,能检测与跟踪多个目标;测量模型和目标算法的计算复杂度合适,保证跟踪系统运行的实时性。