-
公开(公告)号：CN117195946A
公开(公告)日：2023-12-08
申请号：CN202311155583.0
申请日：2023-09-08
Applicant: 兰州理工大学
Abstract: 本发明公开了一种基于扩展卡尔曼滤波的WSN机动目标跟踪方法包括以下具体步骤：S1：利用传感器网络获取机动目标的数据；S2：进行蛇种群的初始化，利用立方混沌Cubic映射使初始化使蛇种群均匀分布在搜索空间内，设定最大迭代次数、食物和温度触发阈值；S3：确定目标函数，根据扩展卡尔曼滤波算法过程，确定适应度函数，后按扩展卡尔曼滤波的步骤对机动目标的参数进行估计，将噪声协方差矩阵参数作为优化算法个体的位置，寻优生成协方差为Q值和R值的随机噪声，并加入到SO‑C算法的观测值和估计值中；本发明公开的一种基于扩展卡尔曼滤波的WSN机动目标跟踪方法具有能够快速收敛到全局最优，有效提高算法的收敛精度的效果。
-
公开(公告)号：CN117241376B
公开(公告)日：2024-04-19
申请号：CN202311185638.2
申请日：2023-09-14
Applicant: 兰州理工大学
Abstract: 本发明公开了一种多策略改进BP神经网络的WSN节点定位方法，首先利用鲸鱼优化算法的三种改进机制分别优化BP神经网络使之不仅增强了训练效果还提升了网络的鲁棒性；其次将经过扩展卡尔曼滤波的接收信号强度值作为神经网络的输入值，距离作为输出值对REW‑BP神经网络进行训练，最后提出新的数学模型求解待测节点的坐标信息，实验仿真表明，相较于标准质心、加权质心、BP加权质心、WOA‑BP加权质心定位算法，所提算法的平均定位误差要比以上四种算法分别降低58.23％、42.71％、31.89％、17.57％。
-
公开(公告)号：CN117241376A
公开(公告)日：2023-12-15
申请号：CN202311185638.2
申请日：2023-09-14
Applicant: 兰州理工大学
Abstract: 本发明公开了一种多策略改进BP神经网络的WSN节点定位方法，首先利用鲸鱼优化算法的三种改进机制分别优化BP神经网络使之不仅增强了训练效果还提升了网络的鲁棒性；其次将经过扩展卡尔曼滤波的接收信号强度值作为神经网络的输入值，距离作为输出值对REW‑BP神经网络进行训练，最后提出新的数学模型求解待测节点的坐标信息，实验仿真表明，相较于标准质心、加权质心、BP加权质心、WOA‑BP加权质心定位算法，所提算法的平均定位误差要比以上四种算法分别降低58.23％、42.71％、31.89％、17.57％。
-
公开(公告)号：CN117195946B
公开(公告)日：2024-06-18
申请号：CN202311155583.0
申请日：2023-09-08
Applicant: 兰州理工大学
Abstract: 本发明公开了一种基于扩展卡尔曼滤波的WSN机动目标跟踪方法包括以下具体步骤：S1：利用传感器网络获取机动目标的数据；S2：进行蛇种群的初始化，利用立方混沌Cubic映射使初始化使蛇种群均匀分布在搜索空间内，设定最大迭代次数、食物和温度触发阈值；S3：确定目标函数，根据扩展卡尔曼滤波算法过程，确定适应度函数，后按扩展卡尔曼滤波的步骤对机动目标的参数进行估计，将噪声协方差矩阵参数作为优化算法个体的位置，寻优生成协方差为Q值和R值的随机噪声，并加入到SO‑C算法的观测值和估计值中；本发明公开的一种基于扩展卡尔曼滤波的WSN机动目标跟踪方法具有能够快速收敛到全局最优，有效提高算法的收敛精度的效果。
-
-
-
Search Results
4
records
(took 0.024 seconds)
