A method of tracking Bias estimation of underwater target based on detection in the area under water, construction of the underwater acoustic sensor networks n random deployment of sensor nodes and sensor nodes according to the distance around the neighborhood; according to the monitoring information of underwater sensor nodes, the design of single node Bias estimation strategy to determine whether a target exists in the estimation of single node; Bias on the basis of design consistency Bias a priori probability estimation strategy and posterior probability, in order to improve the target tracking precision; according to any sensor node i at time k the target location probability information, the probability information of possible location analysis, building the target position of the relative entropy, is used to describe the different sensor nodes the accuracy of position estimation of the probability of existence; calculate the different sensor nodes for underwater target position estimation After the relative entropy is set, the location space corresponding to the minimum relative entropy is searched through optimization. This point is the most likely location of the current target. The optimal formula is constructed to achieve the accurate tracking of the target.
【技术实现步骤摘要】
基于贝叶斯估计的水下目标追踪方法
本专利技术涉及水声传感器智能感知
,尤其涉及一种基于贝叶斯估计的水下目标追踪方法。
技术介绍
水下目标追踪,旨在通过水声传感网络的通信与计算能力,来获取水下目标的位置以及运动信息。水下目标追踪技术可为海难打捞搜救、水下探测防御、以及海洋物种跟踪等应用提供理论依据和技术支撑。相比于陆地环境,水下通信噪声大、同时传感器更易受外来恶意节点的干扰。上述的弱通信特性,使得水下目标追踪成为一个具有挑战性的问题。经对现有文献的检索发现,中国专利申请号为201310537456.7,名称为“相对坐标与追踪坐标值相结合的多机器人自主定位方法”,该方法利用多个水下机器人之间的距离,来校正各机器人的追踪坐标值,以减小追踪误差、提高水下目标定位精度。然而,该方法假设水下目标始终存在,并没有对目标的存在性进行判断,而水声弱通信特性使得追踪过程中易出现“伪目标”。如果不对“伪目标”进行剔除,那么错误选择将导致追踪可靠性降低。另外,中国专利申请号为2013100404860.7,名称为“一种基于水下无线传感器网络的弱目标跟踪方法”,该方法使用粒子滤波算法对水下目标的位置和方差信息进行协同化处理,虽然该方法提高了水下目标跟踪的稳定性和精度,但是该方法需要对大量的粒子进行数据传输处理,增加了通信能耗、降低了水下传感网络的使用寿命,使得此方法在水下环境中的推广受限。中国专利申请号为201510628535.8,名称为“基于一致性估计与休眠调度的水下目标协同追踪方法”,该方法通过对定位追踪过程中水下噪声的检测来实现对目标存在性的判断,然而仅利用当前数据进 ...
【技术保护点】
基于贝叶斯估计的水下目标追踪方法,其特征在于:该方法包括以下步骤:步骤1,在水下探测区域,随机部署n个传感器节点,以构建水声传感网络,所述n个传感器节点分别标记为1,2...,n,节点间通过水声通信方式进行信息交互,并根据与周围传感器节点的距离确定邻居集合;步骤2,根据水下传感器节点的监测信息,设计单节点贝叶斯估计策略,用以判断目标是否存在,如果判定目标存在则进行步骤3,继续根据水下传感器节点的监测信息直到确认探测目标存在;步骤3,在单节点贝叶斯估计基础上,设计一致性贝叶斯估计策略的先验概率及后验概率,以提高目标追踪精度,其中任一传感器节点i在k‑1时刻与邻居传感器交互目标位置的后验概率,并进行加权平均,把所得目标位置的一致性概率作为传感器节点i在k时刻对目标位置的先验概率,进而结合传感器节点i在k时刻对目标的观测值,可得出传感器节点i在k时刻对目标位置的后验概率;步骤4,根据任一传感器节点i在k时刻对目标位置的概率信息,通过对目标可能存在位置的概率信息分析,构建目标存在位置的相对熵,用以描述不同传感器节点对目标存在位置估测概率的准确性,若得到的相对熵处于所要求精度范围之内,则进行步骤 ...
【技术特征摘要】
1.基于贝叶斯估计的水下目标追踪方法,其特征在于:该方法包括以下步骤:步骤1,在水下探测区域,随机部署n个传感器节点,以构建水声传感网络,所述n个传感器节点分别标记为1,2...,n,节点间通过水声通信方式进行信息交互,并根据与周围传感器节点的距离确定邻居集合;步骤2,根据水下传感器节点的监测信息,设计单节点贝叶斯估计策略,用以判断目标是否存在,如果判定目标存在则进行步骤3,继续根据水下传感器节点的监测信息直到确认探测目标存在;步骤3,在单节点贝叶斯估计基础上,设计一致性贝叶斯估计策略的先验概率及后验概率,以提高目标追踪精度,其中任一传感器节点i在k-1时刻与邻居传感器交互目标位置的后验概率,并进行加权平均,把所得目标位置的一致性概率作为传感器节点i在k时刻对目标位置的先验概率,进而结合传感器节点i在k时刻对目标的观测值,可得出传感器节点i在k时刻对目标位置的后验概率;步骤4,根据任一传感器节点i在k时刻对目标位置的概率信息,通过对目标可能存在位置的概率信息分析,构建目标存在位置的相对熵,用以描述不同传感器节点对目标存在位置估测概率的准确性,若得到的相对熵处于所要求精度范围之内,则进行步骤5;否则返回步骤3,对目标可能存在位置概率进行重新取样计算;步骤5,计算出不同传感器节点对水下目标估计位置的相对熵后,通过最优化寻找相对熵最小时所对应的位置空间点,该点即为当前目标最有可能存在的位置;构建最优化公式,进而可实现对目标的准确追踪。2.根据权利要求1所述的基于贝叶斯估计的水下目标追踪方法,其特征在于:在步骤2中,所述单节点贝叶斯估计策略,就是设定判断目标存在与否的临界值P,将传感器节点i在k时刻对目标位置的后验概率与临界值P进行比较,其中的构建内容如下:式中为传感器节点i在k时刻对目标位置的后验概率;为传感器节点i在1到k时刻对目标位置的观测值;Xk为k时刻目标可能存在的位置;为传感器节点i在1到k-1时刻对目标位置的历史观测;为k时刻传感器节点i对目标位置的观测值;为k时刻传感器节点i在观测下对目标位置Xk的...
【专利技术属性】
技术研发人员:闫敬,田旭阳,罗小元,濮彬,顼自强,
申请(专利权)人:燕山大学,
类型:发明
国别省市:河北,13
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。