基于改进布谷鸟粒子滤波算法的WSN目标跟踪

来源：计算机测量与控制杂志2022年第7期北京时间：

作者：魏颖,郭鲁

单位：沈阳工学院 信息与控制学院

摘要：为了解决粒子滤波(PF)的无线传感器目标跟踪中样本贫化导致的精度较低的问题,提出了改进布谷鸟粒子滤波的WSN目标跟踪方法。通过改进布谷鸟算法的滤波算法取代粒子滤波重采样过程,主要通过改进布谷鸟算法中的搜索步长值 和发现外来鸟卵的物种的概率 的自适应调节,同时在步长更新方程中实时引入函数值的变化趋势,引导粒子整体上向较高的随机区域移动, 有效调整全局探索和局部探索适应能力、改善粒子贫化和局部极值问题,增加粒子群多样化从而提高跟踪性能。实验结果表明,改进布谷鸟粒子滤波算法重采样方法可以防止粒子的退化,增加粒子的多样性,减少跟踪误差,可以减少算法的运行时间,实时追踪性能大幅提高。与CS-PF算法和PF算法相比较,ICS-PF 算法的计算时间是最短的,ICS-PF算法的位置和速度的平均平方根误差最小(位置0.0306、0.0213、速度0.0253、0.0102),PF算法的跟踪精度是最低的,而ICS-PF跟踪精度较高,ICS-PF算法被证明具有良好的跟踪性能。

关键词：布谷鸟算法;粒子滤波;跟踪误差;退化

基金资助：辽宁省自然科学基金重点领域联合开放基金(2020-KF-11-09),沈抚示范区本级科技计划项目(2020JH13),辽宁省自然科学基金(20180550418),辽宁“百千万人才工程”培养经费资助。