基于量子遗传粒子滤波的WSN目标跟踪算法

作     者：杨小莹 张万礼 廖同庆 Yang Xiaoying;Zhang Wanli;Liao Tongqing

作者机构：宿州学院宿州234000 桂林电子科技大学桂林541004 安徽大学计算智能与信号处理教育部重点实验室合肥230039 

出 版 物：《电子测试》 (Electronic Test)

年 卷 期：2011年第22卷第7期

页      面：1-4,65页

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 080202[工学-机械电子工程] 08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 081001[工学-通信与信息系统] 0802[工学-机械工程] 

基　　金：安徽省教育厅自然科学研究重点项目(KJ2009A156) 安徽省高校优秀青年人才基金重点项目(2010SQRL022ZD) 

主　　题：无线传感器网络 目标跟踪 粒子滤波 量子遗传算法 

摘      要：粒子滤波器是解决非线性非高斯运动跟踪的一种有效方法,很适合于无线传感器网络的目标跟踪。但是粒子滤波算法存在严重的退化现象。常规的重采样方法虽可解决退化问题,但容易导致粒子耗尽。本文针对此问题,将量子遗传算法引入粒子滤波,提出了基于量子遗传粒子滤波的无线传感器网络目标跟踪算法。通过量子遗传算法的编码方式增加粒子集的多样性,从而缓解了粒子滤波的退化现象并解决了粒子耗尽问题,量子的并行性也节省了计算时间,提高了跟踪的实时性。仿真结果表明该算法是可行的。