无线传感器网络移动节点定位中的滤波问题 徐学永 导师:黄刘生  指导:汪炀 2006-4-10 背景简介 在过去的三十年中,针对非高斯、非线性系统,有许多 滤波方法被人们提出,象:扩展卡尔曼滤波、高斯算术 近似(Gaussian sum approximations)和基于网格 (Grid-based filters)的滤波。但前两种方法没有能够 充分考虑处理过程中的统计问题,从而得到的结果比较 差,而Grid-based filters存在巨大的计算开销,这点 是我们无法容忍的。 目前,能比较好的解决这类问题的算法类是序贯蒙特卡 罗算法(Sequential Monte Carlo)。 传感器节点的限制 1、电源能量限制 传感器节点体积微小,通常携带能量十分有限的电池。由于传感器节 点个数多、成本要求低廉、分布区域广,而且部署区域环境复杂,有 些区域人员不能到达,所以传感器通过更换电池的方式来补充能源不 现实,必须节能从而提高网络生命周期。 2、计算和存储能力有限 传感器节点价格低功耗小,这些本身因素也必能会影响其计算和处理 能力。传感器节点一般处理能力比较弱,存储容量小。 滤波算法 由于传感器节点自身的限制,好的滤波算法也应该充分考虑这 些限制。所以考虑滤波问题应该朝计算复杂度小(运算简单,但 并不表示运算少)这方面考虑。 之所以向这方面考虑,因为我们采用分布式定位方法再结合传 感器节点自身的限制。 采用分布式定位有下述原因:
无线传感器网络移动节点定位中的滤波问题 徐学永 导师:黄刘生 指导:汪炀 2006-4-10 背景简介 在过去的三十年中,针对非高斯、非线性系统,有许多 滤波方法被人们提出,象:扩展卡尔曼滤波、高斯算术 近似(Gaussian sum approximations)和基于网格 (Grid-based filters)的滤波。但前两种方法没有能够 充分考虑处理过程中的统计问题,从而得到的结果比较 差,而Grid-based filters存在巨大的计算开销,这点 是我们无法容忍的。 目前,能比较好的解决这类问题的算法类是序贯蒙特卡 罗算法(Sequential Monte Carlo)。 传感器节点的限制 1、电源能量限制 传感器节点体积微小,通常携带能量十分有限的电池。由于传感器节 点个数多、成本要求低廉、分布区域广,而且部署区域环境复杂,有 些区域人员不能到达,所以传感器通过更换电池的方式来补充能源不 现实,必须节能从而提高网络生命周期。 2、计算和存储能力有限 传感器节点价格低功耗小,这些本身因素也必能会影响其计算和处理 能力。传感器节点一般处理能力比较弱,存储容量小。 滤波算法 由于传感器节点自身的限制,好的滤波算法也应该充分考虑这 些限制。所以考虑滤波问题应该朝计算复杂度小(运算简单,但 并不表示运算少)这方面考虑。 之所以向这方面考虑,因为我们采用分布式定位方法再结合传 感器节点自身的限制。 采用分布式定位有下述原因: