高嵩

摘 要：本文就粒子濾波在移動(dòng)物體定位應(yīng)用展開的研究中，論述了PFLT的設(shè)計(jì)，希望由此能夠?yàn)橄嚓P(guān)領(lǐng)域的研究帶來(lái)一定啟示。

關(guān)鍵詞：粒子濾波；移動(dòng)物體定位；應(yīng)用

中圖分類號(hào)：TP393 文獻(xiàn)標(biāo)識(shí)碼：A

所謂PFLT，指的是一種基于粒子濾波的目標(biāo)定位算法，這一算法本身能夠較好應(yīng)用于人或無(wú)人機(jī)的定位中，而這種定位的實(shí)現(xiàn)也使得PFLT具備著較高的實(shí)用價(jià)值。不同于傳統(tǒng)的MTLL策略，PFLT進(jìn)行的移動(dòng)物體定位能夠大大提高這一定位的效率，并實(shí)現(xiàn)電池消耗的較好降低，這自然使得PFLT能夠較好應(yīng)用于多種領(lǐng)域之中。

1.基于WSN的移動(dòng)物體定位與跟蹤概述

對(duì)于基于WSN的移動(dòng)物體定位與跟蹤來(lái)說(shuō)，其本身具備著四方面特性，表1對(duì)這一特性進(jìn)行了較為全面的展示，結(jié)合這一展示我們能夠更加全面的了解基于WSN的移動(dòng)物體定位。

圖1描繪了移動(dòng)物體定位和追蹤示意圖，結(jié)合該圖我們能夠發(fā)現(xiàn)，在具體基于WSN的移動(dòng)物體定位與跟蹤中，距離移動(dòng)物體一定距離的傳感器檢測(cè)節(jié)點(diǎn)會(huì)在能夠進(jìn)行物體定位與追蹤時(shí)進(jìn)入工作狀態(tài)，其他時(shí)間則處于休眠狀態(tài)，這樣就較好滿足了移動(dòng)物體定位和追蹤的需求。在這一移動(dòng)物體定位和追蹤中，基于粒子濾波的目標(biāo)定位算法PFLT能夠取得更為優(yōu)異的使用效果。

1.1系統(tǒng)模型設(shè)計(jì)

結(jié)合上文內(nèi)容，我們就可以設(shè)傳感器網(wǎng)絡(luò)節(jié)點(diǎn)集合為

這里的N指的是傳感器的網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量，而后我們可以假設(shè)傳感器節(jié)點(diǎn)位于一個(gè)二維空間區(qū)域R內(nèi)，這樣我們就可以得出

這里的A（R）和λ代表的是R的面積與節(jié)點(diǎn)密度。

1.2 PFLT設(shè)計(jì)

由于PFLT屬于一種基于粒子濾波的目標(biāo)定位算法，所以我們首先需要考慮動(dòng)態(tài)狀態(tài)空間下的隨機(jī)濾波問(wèn)題，結(jié)合公式x1+1=F（x1，Nt）與公式y(tǒng)1=G（xt，Vt），我們能夠發(fā)現(xiàn)，非線性、非高斯的噪聲是無(wú)線傳感器網(wǎng)絡(luò)的實(shí)際情況，所以在給定測(cè)量序列y0∶t的情況下估算xt這一移動(dòng)物體位置的狀態(tài)，是我們的具體工作目標(biāo)。而結(jié)合公式分母P（yt|y0∶t-1）為測(cè)量值向量，我們能夠得出基于序列重要性采樣的形式構(gòu)建，即

在本文基于粒子濾波的目標(biāo)定位算法進(jìn)行的移動(dòng)物體定位應(yīng)用中，筆者采用了保存于跟蹤數(shù)據(jù)緩沖Buf中的數(shù)據(jù)來(lái)有效近似物體追蹤的時(shí)空數(shù)據(jù)，而因?yàn)檫@種時(shí)空數(shù)居的有效，也使得本文進(jìn)行的研究采用了根據(jù)Buf中最近兩次物體位置信息和定位時(shí)間點(diǎn)進(jìn)行移動(dòng)物體定位與跟蹤的策略，這一策略的采用使得本文所進(jìn)行的粒子濾波在移動(dòng)物體定位中應(yīng)用展開的研究得以更好實(shí)現(xiàn)。結(jié)合圖2采樣空間圖我們能夠發(fā)現(xiàn)，我們能夠得出：

這一公式的得出需要以物體在時(shí)刻t的位置于圖2所示扇形區(qū)域均勻分布為前提。

不同于傳統(tǒng)的粒子濾波，基于粒子濾波的目標(biāo)定位算法PFLT采用的是誤差容忍方式進(jìn)行數(shù)據(jù)的存儲(chǔ)和預(yù)測(cè)，這就使得應(yīng)用粒子濾波的目標(biāo)定位算法PFLT能夠大大減少網(wǎng)絡(luò)中通信的相關(guān)開銷，這對(duì)于移動(dòng)物體定位的更好實(shí)現(xiàn)自然會(huì)給予較好的支持，而這一功能的實(shí)現(xiàn)則源于基于粒子濾波的目標(biāo)定位算法PFLT能夠容忍個(gè)位置信息誤差，這就使得這一算法的應(yīng)用能夠在客觀上降低網(wǎng)絡(luò)中數(shù)據(jù)刷新的次數(shù)，這點(diǎn)在筆者進(jìn)行的模擬實(shí)驗(yàn)中也得到了較好的驗(yàn)證。

對(duì)于應(yīng)用粒子濾波的目標(biāo)定位算法PFLT的移動(dòng)物體定位與追蹤來(lái)說(shuō)，粒子權(quán)重估計(jì)、重采樣也是其實(shí)現(xiàn)的重要環(huán)節(jié)。具體來(lái)說(shuō)，在粒子權(quán)重估計(jì)這一環(huán)節(jié)的工作中，這一環(huán)節(jié)需要確定物體在時(shí)刻t的位置估計(jì)，即：

而結(jié)合這一環(huán)節(jié)中時(shí)刻t物體的位置估計(jì)，我們就可以確定應(yīng)用粒子濾波的目標(biāo)定位算法PFLT的移動(dòng)物體定位過(guò)程，介于篇幅原因這一過(guò)程筆者通過(guò)圖3進(jìn)行具體展示；而在采重樣環(huán)節(jié)中，這一環(huán)節(jié)的主要目的是為了避免樣本枯竭現(xiàn)象的發(fā)生，這一現(xiàn)象也可以稱為權(quán)重退化現(xiàn)象，而為了避免這一現(xiàn)象發(fā)生，我們就需要結(jié)合基于粒子濾波的目標(biāo)定位算法PFLT以及PRC機(jī)制進(jìn)行重采樣，圖4對(duì)這一重采樣的過(guò)程進(jìn)行了詳細(xì)描述，結(jié)合該圖我們就能夠更好完成應(yīng)用粒子濾波的目標(biāo)定位算法PFLT的移動(dòng)物體定位與追蹤。

結(jié)語(yǔ)

在本文基于粒子濾波在移動(dòng)物體定位應(yīng)用展開的研究中，筆者詳細(xì)論述了基于WSN的移動(dòng)物體定位與跟蹤概述、系統(tǒng)模型設(shè)計(jì)與PFLT設(shè)計(jì)，雖然介于篇幅原因筆者未能對(duì)這一PFLT設(shè)計(jì)的模擬實(shí)驗(yàn)進(jìn)行詳細(xì)表現(xiàn)，但在筆者進(jìn)行的模擬實(shí)驗(yàn)中，這一PFLT設(shè)計(jì)在移動(dòng)物體的定位中取得了遠(yuǎn)遠(yuǎn)優(yōu)于MSL算法與Centroid算法的移動(dòng)物體定位精度，而這一過(guò)程中PFLT算法具備的通信流量消耗較小、網(wǎng)絡(luò)能耗和使用壽命方面的突出也較好驗(yàn)證了PFLT算法在移動(dòng)物體定位中具備的較好應(yīng)用前景。

參考文獻(xiàn)

[1]周帆，江維，李樹全，等.基于粒子濾波的移動(dòng)物體定位和追蹤算法[J].軟件學(xué)報(bào)，2013（9）：2196-2213.

[2]周華.多傳感器融合技術(shù)在移動(dòng)機(jī)器人定位中的應(yīng)用研究[D].武漢理工大學(xué)，2009.

[3]周帆.傳感器網(wǎng)絡(luò)中高效移動(dòng)物體追蹤研究[D].電子科技大學(xué)，2013.

[4]劉洞波.移動(dòng)機(jī)器人粒子濾波定位與地圖創(chuàng)建方法研究[D].湖南大學(xué)，2013.