侯建军， 朱明强， 刘颖

(北京交通大学 电子信息工程学院， 北京 100044)



一种强背景噪声下的WSN目标定位算法

侯建军， 朱明强， 刘颖

(北京交通大学 电子信息工程学院， 北京 100044)

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

近年来随着物联网产业的兴起和蓬勃发展，无线传感器网络(wireless sensor network， WSN)这一新兴技术在诸如现代城市环境监测、交通运输导航追踪定位、商业物流配送管理、智能化社区服务乃至战场情报信息收集和公共安全等诸多领域得到了广泛应用，受到了高度关注. 其中，解决传感器节点自身位置感知问题成为无线传感器网研究领域工作的重点.

目标定位问题的任务是利用传感器获得一定的测量信息，对目标的当前状态进行精确的估计并对之后的状态进行预测，其通常体现为一个强非线性系统的状态最优或次优估计问题，国内外众多……