高嵩

摘 要：本文就粒子濾波在移動物體定位應(yīng)用展開的研究中，論述了PFLT的設(shè)計，希望由此能夠為相關(guān)領(lǐng)域的研究帶來一定啟示。

關(guān)鍵詞：粒子濾波；移動物體定位；應(yīng)用

中圖分類號：TP393 文獻(xiàn)標(biāo)識碼：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)用于人或無人機(jī)的定位中，而這種定位的實現(xiàn)也使得PFLT具備著較高的實用價值。不同于傳統(tǒng)的MTLL策略，PFLT進(jìn)行的移動物體定位能夠大大提高這一定位的效率，并實現(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的移動物體定位與跟蹤概述

對于基于WSN的移動物體定位與跟蹤來說，其本身具備著四方面特性，表1對這一特性進(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的移動物體定位。

圖1描繪了移動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的移動物體定位與跟蹤中，距離移動物體一定距離的傳感器檢測節(jié)點(diǎn)會在能夠進(jìn)行物體定位與追蹤時進(jìn)入工作狀態(tài)，其他時間則處于休眠狀態(tài)，這樣就較好滿足了移動物體定位和追蹤的需求。在這一移動物體定位和追蹤中，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

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

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態(tài)狀態(tài)空間下的隨機(jī)濾波問題，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、非高斯的噪聲是無線傳感器網(wǎng)絡(luò)的實際情況，所以在給定測量序列y0∶t的情況下估算xt這一移動物體位置的狀態(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)來有效近似物體追蹤的時空數(shù)據(jù)，而因為這種時空數(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間點(diǎn)進(jìn)行移動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物體定位中應(yīng)用展開的研究得以更好實現(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)的存儲和預(yù)測，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，這對于移動物體定位的更好實現(xiàn)自然會給予較好的支持，而這一功能的實現(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)行的模擬實驗中也得到了較好的驗證。

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

而結(jié)合這一環(huán)節(jié)中時刻t物體的位置估計，我們就可以確定應(yīng)用粒子濾波的目標(biāo)定位算法PFLT的移動物體定位過程，介于篇幅原因這一過程筆者通過圖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對這一重采樣的過程進(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的移動物體定位與追蹤。

結(jié)語

在本文基于粒子濾波在移動物體定位應(yīng)用展開的研究中，筆者詳細(xì)論述了基于WSN的移動物體定位與跟蹤概述、系統(tǒng)模型設(shè)計與PFLT設(shè)計，雖然介于篇幅原因筆者未能對這一PFLT設(shè)計的模擬實驗進(jìn)行詳細(xì)表現(xiàn)，但在筆者進(jìn)行的模擬實驗中，這一PFLT設(shè)計在移動物體的定位中取得了遠(yuǎn)遠(yuǎn)優(yōu)于MSL算法與Centroid算法的移動物體定位精度，而這一過程中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證了PFLT算法在移動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物體定位和追蹤算法[J].軟件學(xué)報，2013（9）：2196-2213.

[2]周華.多傳感器融合技術(shù)在移動機(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)中高效移動物體追蹤研究[D].電子科技大學(xué)，2013.

[4]劉洞波.移動機(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.