無線傳感器網(wǎng)絡中多目標跟蹤的數(shù)據(jù)關聯(lián)算法研究.pdf

1、多源數(shù)據(jù)關聯(lián)問題是無線傳感器網(wǎng)絡中多傳感器數(shù)據(jù)融合的關鍵技術之一，也是其最核心的部分。聯(lián)合概率數(shù)據(jù)關聯(lián)算法是一種跟蹤多目標的數(shù)據(jù)關聯(lián)算法，它不需要任何關于目標和雜波的先驗信息，但與其他有關數(shù)據(jù)關聯(lián)算法相比，計算機開銷大。
　　 基于聚類算法的聯(lián)合概率數(shù)據(jù)關聯(lián)算法在聯(lián)合概率數(shù)據(jù)關聯(lián)算法的基礎上，運用模式識別中的聚類思想對傳感器所接收到的量測數(shù)據(jù)進行聚類，減少有效量測的數(shù)目，從而簡化了有效矩陣，減少了原有算法的計算量。
　　

2、 基于最鄰近方法的聯(lián)合概率數(shù)據(jù)關聯(lián)算法在構造有效矩陣的過程中，結合最鄰近數(shù)據(jù)關聯(lián)算法的思想，選取統(tǒng)計距離最小的三個有效量測構成有效矩陣，從而簡化了有效矩陣，減少了原有算法的計算量。
　　 在多目標跟蹤中，聯(lián)合概率數(shù)據(jù)關聯(lián)算法以及改進后的算法是不能直接應用到其中的。因為它們均是面向目標的數(shù)據(jù)關聯(lián)算法，即它們是在目標個數(shù)和目標初始狀態(tài)已知的情況下進行的目標跟蹤，這些算法在算法的框架內(nèi)沒有考慮新目標的出現(xiàn)和舊目標的刪除。但在復雜的多目

3、標環(huán)境下，目標個數(shù)和目標初始狀態(tài)都是未知的，因此需要加入多目標跟蹤中的特殊判定準則以適應復雜的多目標跟蹤環(huán)境。
　　 仿真實驗表明，基于聚類算法的聯(lián)合概率數(shù)據(jù)關聯(lián)和基于最鄰近方法的聯(lián)合概率數(shù)據(jù)關聯(lián)算法與原有算法相比，在一定程度上減少了計算量，而跟蹤性能只是略有降低。加入特殊判定準則后的聯(lián)合概率數(shù)據(jù)關聯(lián)算法、基于聚類算法的聯(lián)合概率數(shù)據(jù)關聯(lián)算法和基于最鄰近方法的聯(lián)合概率數(shù)據(jù)關聯(lián)算法均可以正確地檢測到新目標，并保證了較高的正確率，同時