粒子濾波法在移動物體定位中的應用

高嵩

摘 要：本文就粒子濾波在移動物體定位應用展開的研究中，論述了PFLT的設計，希望由此能夠為相關領域的研究帶來一定啟示。

關鍵詞：粒子濾波；移動物體定位；應用

中圖分類號：TP393 文獻標識碼：A

所謂PFLT，指的是一種基于粒子濾波的目標定位算法，這一算法本身能夠較好應用于人或無人機的定位中，而這種定位的實現也使得PFLT具備著較高的實用價值。不同于傳統(tǒng)的MTLL策略，PFLT進行的移動物體定位能夠大大提高這一定位的效率，并實現電池消耗的較好降低，這自然使得PFLT能夠較好應用于多種領域之中。

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對這一特性進行了較為全面的展示，結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，結合該圖我們能夠發(fā)現，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)點會在能夠進行物體定位與追蹤時進入工作狀態(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)模型設計

結合上文內容，我們就可以設傳感器網絡節(jié)點集合為

這里的N指的是傳感器的網絡節(jié)點數量，而后我們可以假設傳感器節(jié)點位于一個二維空間區(qū)域R內，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)點密度。

1.2 PFLT設計

由于PFLT屬于一種基于粒子濾波的目標定位算法，所以我們首先需要考慮動態(tài)狀態(tài)空間下的隨機濾波問題，結合公式x1+1=F（x1，Nt）與公式y(tǒng)1=G（xt，Vt），我們能夠發(fā)現，非線性、非高斯的噪聲是無線傳感器網絡的實際情況，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。而結合公式分母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建，即

在本文基于粒子濾波的目標定位算法進行的移動物體定位應用中，筆者采用了保存于跟蹤數據緩沖Buf中的數據來有效近似物體追蹤的時空數據，而因為這種時空數居的有效，也使得本文進行的研究采用了根據Buf中最近兩次物體位置信息和定位時間點進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行的粒子濾波在移動物體定位中應用展開的研究得以更好實現。結合圖2采樣空間圖我們能夠發(fā)現，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定位算法PFLT采用的是誤差容忍方式進行數據的存儲和預測，這就使得應用粒子濾波的目標定位算法PFLT能夠大大減少網絡中通信的相關開銷，這對于移動物體定位的更好實現自然會給予較好的支持，而這一功能的實現則源于基于粒子濾波的目標定位算法PFLT能夠容忍個位置信息誤差，這就使得這一算法的應用能夠在客觀上降低網絡中數據刷新的次數，這點在筆者進行的模擬實驗中也得到了較好的驗證。

對于應用粒子濾波的目標定位算法PFLT的移動物體定位與追蹤來說，粒子權重估計、重采樣也是其實現的重要環(huán)節(jié)。具體來說，在粒子權重估計這一環(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，我們就可以確定應用粒子濾波的目標定位算法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象的發(fā)生，這一現象也可以稱為權重退化現象，而為了避免這一現象發(fā)生，我們就需要結合基于粒子濾波的目標定位算法PFLT以及PRC機制進行重采樣，圖4對這一重采樣的過程進行了詳細描述，結合該圖我們就能夠更好完成應用粒子濾波的目標定位算法PFLT的移動物體定位與追蹤。

結語

在本文基于粒子濾波在移動物體定位應用展開的研究中，筆者詳細論述了基于WSN的移動物體定位與跟蹤概述、系統(tǒng)模型設計與PFLT設計，雖然介于篇幅原因筆者未能對這一PFLT設計的模擬實驗進行詳細表現，但在筆者進行的模擬實驗中，這一PFLT設計在移動物體的定位中取得了遠遠優(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、網絡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用前景。

參考文獻

[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].軟件學報，2013（9）：2196-2213.

[2]周華.多傳感器融合技術在移動機器人定位中的應用研究[D].武漢理工大學，2009.

[3]周帆.傳感器網絡中高效移動物體追蹤研究[D].電子科技大學，2013.

[4]劉洞波.移動機器人粒子濾波定位與地圖創(chuàng)建方法研究[D].湖南大學，2013.