10.15918/j.tbit1001-0645.2016.05.018
一种强背景噪声下的WSN目标定位算法
为了进一步提高无线传感器网络(WSN)目标定位解算精度,提出了一种改进的Cubature粒子滤波(ICPF)定位算法.该算法运用最小二乘法估计移动目标当前初始时刻的位置,使用Cubature卡尔曼滤波和Gauss-Newton迭代法来充分利用测量更新后的状态最新信息,精确设计目标状态重要性密度函数,为粒子滤波提供相应的建议分布,从而能够更加有效改善粒子滤波器的性能.仿真实验结果证明,提出的改进算法在强背景噪声下能有效提高定位精度且收敛性增强,其性能优于标准粒子滤波(PF)、扩展粒子滤波(EPF)及Unscented粒子滤波定位算法(UPF).
Cubature卡尔曼滤波、粒子滤波、无线传感器网络、目标定位
36
TN915.5
国家自然科学基金资助项目61172130
2016-07-12（万方平台首次上网日期，不代表论文的发表时间）
535-540
