10.3969/j.issn.0372-2112.2017.11.014
传感器网络基于轨迹聚类的多目标跟踪算法
本文重点研究传感器网络中能源高效的多目标跟踪问题.根据轨迹相似性对跟踪目标聚类,利用组对象跟踪实现所有对象的跟踪,能够有效地减少传输能耗,延长网络寿命.由于测量误差、低采样率以及环境干扰,很难获取目标的精确位置,因此轨迹数据存在固有的不确定性.忽略这种不确定性会降低轨迹挖掘质量,从而影响目标跟踪.提出基于不确定性轨迹挖掘的组对象跟踪方法.轨迹挖掘阶段首先为所有跟踪目标建立马尔科夫链模型,然后给出一种新的不确定轨迹相似性的度量,最后给出不确定轨迹聚类算法UTK-means对目标分组.组对象跟踪阶段向基站周期性地更新组中心轨迹的位置.实验结果验证了本文方法具有较高的聚类质量和节能效率.
对象跟踪、传感器网络、不确定轨迹聚类、马尔科夫模型
45
TP393(计算技术、计算机技术)
国家自然科学基金61100048,61370222;黑龙江自然科学基金F2016034;黑龙江省教育厅科学技术研究项目12531498
2018-04-10（万方平台首次上网日期，不代表论文的发表时间）
共6页
2671-2676
