科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了解决粒子滤波(PF)的无线传感器目标跟踪中样本贫化导致的精度较低的问题，提出了改进布谷鸟粒子滤波的WSN目标跟踪方法；通过改进布谷鸟算法的滤波算法取代粒子滤波重采样过程，主要通过改进布谷鸟算法中的搜索步长值α和发现外来鸟卵的物种的概率pi的自适应调节，同时在步长更新方程中实时引入函数值的变化趋势，引导粒子整体上向较高的随机区域移动，有效调整全局探索和局部探索适应能力、改善粒子贫化和局部极值问题，增加粒子群多样化从而提高跟踪性能；实验结果表明，改进布谷鸟粒子滤波算法重采样方法可以防止粒子的退化，增加粒子的多样性，减少跟踪误差，可以减少算法的运行时间，实时追踪性能大幅提高；与CS-PF算法和PF算法相比较，ICS-PF算法的计算时间是最短的，ICS-PF算法的位置和速度的平均平方根误差最小(位置0.030 6、0.021 3、速度0.025 3、0.010 2),PF算法的跟踪精度是最低的，而ICS-PF跟踪精度较高，具有良好的跟踪性能。
-
单位沈阳工学院
