魏 颖，郭 鲁

(沈阳工学院 信息与控制学院，辽宁 抚顺 113122)

0 引言

无线传感器网络(WSN,wireless sensor network)是当今比较重要的高科技技术，其主要思想是在被测环境中布置相应的无线传感器设备，检测相应的环境数据，并根据检测的信息实时的将信息相融合，构成网络连接。目标跟踪是无线传感器网络的基础研究领域之一，同时也是研究的热点，主要应用于交通监控和战争检测等[1-2]。例如，要实现对一个目标进行及时准确跟踪，可以将其放在布置有无线传感器的环境中，通过无线传感器网络实时采集目标运动中的测量数据，结合跟踪系统的控制，对跟踪目标的位置实时预估，达到准确跟踪的效果。应用WSN进行目标跟踪时，如果监测的准确性不高，系统就可能无法自动集中，导致目标跟踪丢失。粒子滤波(PF,particle filter)通过非参数化的蒙特卡洛模拟实现递推贝叶斯滤波，更新推断系统的下一个状态，精确逼近最优估计值，因此，粒子滤波比较适用于处理目标跟踪等非线性系统的状态估计问题。粒子滤波算法在多次重复迭代后会出现粒子贫化现象，导致目标跟踪的准确性降低。粒子贫化问题一般可以通过改进重要性分布函数或者是改进重新提取粒子来解决，使粒子的多样性得到了保证[3-4]。为了使粒子群优化过程中持续保持具有局部多样性的特性，本文通过对粒子滤波算法加以改进，克服粒子贫化问题，解决了粒子退化的缺陷。

现代粒子滤波领域有多种发展方向，其中群智能优化粒子滤波算法是一个比较新的发展方向。……