论文部分内容阅读
未知辐射源的跟踪是无线传感器网络中的典型应用之一，它建立在网络中所有传感器节点位置准确已知的基础上。然而，在工程实践中，传感器节点的真实位置信息往往很难获取，只能利用节点的误差位置对未知辐射源进行跟踪，结果会使跟踪得到的未知辐射源运动轨迹与真实轨迹相比存在较大误差，导致跟踪失败。本文研究的问题就是在无线传感器网络中节点位置有误差的情况下，利用传感器节点观测的各自到未知辐射源的被噪声干扰的距离测量值，实现对未知辐射源的稳健跟踪。为解决这个问题，本文提出了一种基于最大似然（MaximumLikelihood, ML）的联合估计方法来校正传感器节点位置，继而对未知辐射源进行跟踪。首先，把传统的跟踪过程分为两个阶段，即初始跟踪阶段和后续跟踪阶段；在初始跟踪阶段中，利用传感器节点的误差位置，采用一种半定松弛（Semi-definiteRelaxation, SDR）的方法对该阶段所有时刻未知辐射源的位置进行粗略估计，然后和所有节点误差位置一起作为初始迭代点，对所有传感器节点位置和初始跟踪阶段所有时刻未知辐射源位置构成的联合变量进行估计，得到校正后较准确的传感器节点位置；在后续跟踪阶段中，利用校正后的传感器节点位置，应用常见的扩展卡尔曼滤波（Extended Kalman Filter, EKF）和无味卡尔曼滤波（Unscented KalmanFilter, UKF）算法对未知辐射源进行跟踪；最后，初始跟踪阶段联合估计出的未知辐射源位置和后续跟踪阶段得到的未知辐射源位置共同作为最终的跟踪结果。仿真结果表明，和利用节点误差位置的未知辐射源跟踪结果相比，本文提出的方法可以有效地降低传感器节点位置误差对无线传感器网络中未知辐射源跟踪性能的影响。