无线传感器网络中用于目标跟踪的自适应非短视量化器设计
应用统计
2013-05-08 v2
摘要
本文研究了利用无线传感器网络进行目标跟踪时的非短视（多步前瞻）量化器设计问题。采用替代条件后验 Cramer-Rao 下界（A-CPCRLB）作为优化度量，我们从理论上证明了该问题可以在特定时间窗口上进行时间分解。基于用于跟踪的序贯蒙特卡洛方法，即粒子滤波，我们通过求解一个基于粒子的非线性优化问题来自适应地设计局部量化器，该问题非常适合使用内点算法，且易于嵌入滤波过程中。提供了仿真结果以说明所提方法的有效性。
引用
@article{arxiv.1303.2060,
title = {Adaptive Non-myopic Quantizer Design for Target Tracking in Wireless Sensor Networks},
author = {Sijia Liu and Engin Masazade and Xiaojing Shen and Pramod K. Varshney},
journal= {arXiv preprint arXiv:1303.2060},
year = {2013}
}
备注
Submitted to 2013 Asilomar Conference on Signals, Systems, and Computers