无线传感器网络中基于粒子滤波的目标跟踪算法研究

Key words:object tracking;particle filter;EKPF;UPF
中图分类号:TP391
文献标识码:A
文章编号:1001-9227(2013)-01-0010-04
0引言 视频目标跟踪一直是计算机视觉领域的核心问题，其广泛
应用在视频监控、计算机视觉导航、人机交互等领域[1-2]。视频目 标跟踪算法一般分为两类：确定性跟踪算法与随机性跟踪算 法。确定性跟踪算法归结为能量函数的优化问题，如最为常见 的均值漂移（mean-shift）算法，其有实时性好的优点，但容易收 敛到局部极值，导致目标跟丢[3]。随机性跟踪算法归结为动态系 统的状态估计问题，其中常见的是粒子滤波（particle filter）算 法。视频运动目标的跟踪是一个典型的非线性、非高斯问题，尽 管粒子滤波是一个解决非线性、非高斯的主流方法，但仍有重要 性函数的选择、权值退化与样本枯竭等问题，导致滤波发散。
基于改进粒子滤波的视频目标跟踪算法比较分析研究 王进花，等
基于改进粒子滤波的视频目标跟踪算法比较分析研究*
王进花，付德强，曹 洁，李 军 （兰州理工大学 电气工程与信息工程学院 甘肃兰州，730050）
摘 要:针对标准粒子滤波算法存在的缺陷，本文引入了两种改进的方法，引入最新的量测信息，改进粒子滤波的建
议分布。EKPF 通过引入扩展卡尔曼算法改进粒子分布，UPF 引入无验结果表明，UPF 算法优于扩展卡尔曼粒子滤波算法与标准粒子滤波算法。
关键词:目标跟踪；粒子滤波；EKPF；UPF
Abstract:For the defects of the standard particle filter algorithm, two improved algorithm are proposed, which introduced

明： 目标跟踪算法采用新的粒子滤波器之后 ， 以获得更为精准的 目标跟 踪性 能。 该 可
关 键 词 ：无 线 传感 器 网络 ；信 息 粒 子 滤 波 ； 向 预 测 ；目标 跟 踪 方
中图分类号 ：Ｔ ９ Ｐ３３
文献标识码 ：Ａ
文章 编号：１０ － ７７ ２ １ ）３ ０ ３－３ ０ ０９ ８ （０ １ ０ － １２０
Ｋ ｙｗｏ ｄ ：ｗ ｒ ｅｓｓｎ ｏ ｎ ｔｏｋ （ Ｎ ） ｉｆ ａｉ — ａ ｉ ｅ ｌ ｒ Ｉ Ｆ ；ｐｅ ｉｔ ｎ ｏｓ ； ｎ ｒ ｔ ｎｐ ｒ ｃ ｔ （ － ） ｒｄｃ ｏ ｆ ｒ ｔ ｎ ａ ｅ ｅ ｗ ｏ ｍ ｏ ｔｌｆ ｅ Ｐ ｉ ｉ ｄｅｉ ｒ
Ａｂ ｔ ａ ｔ ｓｒ ｃ ：Ａｎ ｉ ｒｖ ｄ ｐ ｒｉｌ ｌ ｒａ ｇ ｒｔｍ ｏ Ｎｓ ｔｒ ｅ ｒｃ ｉ ｇ ｉ ｐ ｏ ｏ ｅ ． Ｆ’ ｉｅ ｔ ｎ ｖ ｌ ｅ ｉ ｍｐ ｏ ｅ ａｔ ｅ ｆ ｔ ｌ ｏｉ ｃ ｉ ｅ ｈ ｆ ｒ ＷＳ ａ ｇ ｔｔ ｋ ｎ ｓ ｒ ｐ ｓ ｄ Ｐ Ｓ ｄ ｒｃ ｉ ａ ｕ ｓ ａ ｏ
Ｔａ ｇ ｔ ｔ ａ ｋ ｎ ｃ ｅ ｅ ｂａ ｅ ｎ ｉ ｐ ｏ ｅ ｒ ｉ ｌ ｌｅ ｒ ｅ ｒ ｃ ｉ ｇ ｓ ｈ ｍ ｓ ｄ ｏ ｍ ｒ ｖ ｄ ｐａ ｔｃ ｅ ｆ ｔ ｒ ｉ
ａ ｇ ｒｔ ｏ ｒ ｌｓ ｅ ｏ ｔ ｒ ｓ ｌ ｏ ｉｈｍ ｆ ｒ ｗｉ ｅ ｅ ｓ ｓ ｎｓ ｒ ｎｅ ｗｏ ｋ
ｔａ ｋｎｇ ｒｃ ｉ
０ 引 言
行 转 换 ， 态 记 录 被 跟 踪 目标 节 点 的 特 征 变 化过 程 。 动 １ 基于改进型 Ｐ Ｆ的 目标 跟 踪 算 法
１ １ 粒 子 滤 波 器 ．
无线传感器 网络（ ｉｌｓ ｓｎｏ ｅｗ ｒｓＷＳ ｓ 就是 ｗｒ ｅｓ ｅｓｒ ｔｏｋ ， Ｎ ） ｅ ｎ

—
１２ 一 ２
２ 无线 传感 器 网络 目标跟 踪
２ １ 网 络模 型 ．
进行估计 和更新 的过程 ， 而获得 最小 方差估 计 ， 从 这些样 本
称 之 为 “ 子 ” ］ 粒 ［ 。
无线传感 器网络所 有节 点地位 平 等 。 严格 控制 中心 ， 无
单个传感器节 点能力有限无法有效地 跟踪 目标 ， 需要 多个传
本文对 网络监测 区域 只有一 个运动 目标 的跟踪研究 ． 对 于运动 目标 ， 在非常短时间内其移动速度 可 以近似认 为是匀 速的 。设 目标 的初始位置为 ：％ ， ） 那么 目标下一 时刻位 （ Ｙ ， ｏ 置可 以通过下式可 以得 到 ：
集， 构造集合 ｛ ｋ ｉ ， （ ，） ｉ＝１ ２ … ， ， ， ， Ⅳ｝并对粒 子的权值 进行 重 新设 置 ， 否则 ， （ ｉ （ ｊ ｝ ，） ｉ＝ ， ， Ⅳ‘。
跟踪两种 ， 目前主要集 中于单 目标跟 踪研究 。Ｓ ｄｒ ｉ ａ 等人 采 ｋ 用线性预测方法对无线传感 器 目标位置进 行预测 ， 而对 目 从
基金项 目：０ ８年度江苏 省高校科 研成果 产业化 推进项 目（ Ｚ ８ ２０ ＨＤ ０ —
５ ６１
的无线传感器 目标跟踪 ［ 。Ｓ ｅｇ等提出了粒子滤波 的 目标 ７ ｈｎ ］ 跟踪算法 ， 少 目标 跟踪 误差 。粒子 滤 波算 法在 应 用 过程 减 中． 存在 粒子 退 化 现 象 ， 而 影 响无 线 传 感 器 目标 跟 踪 精 从
Ｗ ｋ ‘
一
感器节点 协作 采集数 据 ， 因此 目标跟 标之 前 ， 传感 器节 点形
成一种 网络拓 扑结 构 ］ 。本 文采 用无 线网络拓扑结构为簇 一 树型 。设无线传感 器节点随机分布于监 测区 内， 基站位 于网 络监测 区边缘 ， 网络 监测 区被划 分多 个子 区域 ， 每个 子 区域

Ｚ Ｈ Ｕ Ｚ ｈ ｉ － ｙ ｕ Ｓ Ｕ Ｌｉ ｎ ｇ － ｄ ｏ ｎ ｇ
（ Ｓ ｃ ｈ ｏ ｏ ｌ ｏ ｆ Ｅ ｌ ｅ ｃ ｔ ｒ ｏ ｎ ｉ ｃ ｓ ａ ｎ ｄ Ｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ ， Ｊ ｉ ａ ｎ ｇ ｓ ｕ Ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｏ ｆ ｃｉ Ｓ ｅ ｎ ｃ ｅ ａ ｎ ｄ Ｔｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ ， Ｚ ｈ ｅ ｎ ｊ ｉ ａ ｎ ｇ ２ １ ２ ０ ０ ３ ， Ｃ ｈ ｉ ｎ ａ ） （ ｃｈ Ｓ ｏｌ ｏ ｆ Ｅ ｌ ｅ ｃ ｔ ｒ ｉ ｃ ａ ｌ ａ ｎ ｄ Ｅ ｌ ｅ ｃ ｔ ｒ ｏ ｎ ｉ ｃ Ｅｎ ｇ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ ， Ｎｏ ｒ ｔ ｈ Ｃ ｈ ｉ ｎ ａ Ｅ ｌ ｅ ｃ ｔ ｒ ｉ ｃ Ｐ ｏ ｗｅ ｒ Ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ， Ｂ ｅ ｉ ｊ ｉ ｎ ｇ １ ０ ２ ２ ０ ６ ， Ｃ ｈ ｉ ｎ ａ ）
ｒ ｏ ｒ ｖ ａ ｒ ｉ ａ ｎ ｃ ｅ ｎ ｅ ｅ ｄ ｔ ｏ ｂ ｅ ｔ ｒ ａ ｎ ｓ ｍｉ ｔ ｔ ｅ ｄ ｂ ｅ ｔ ｗｅ ｅ ｎ ｃ ｌ ｕ ｓ ｔ ｅ ｒ ｈ ｅ ａ ｄ ｓ ， ｍｅ ａ ｎ ｗｈ ｉ ｌ ｅ ｎ ｕ ｍｂ ｅ ｒ ｏ ｆ ｐ ａ ｒ ｔ ｉ ｃ ｌ ｅ ｓ ｉ ｓ ｏ ｎ ｌ ｉ ｎ ｅ ａ ｄ ｊ ｕ ｓ ｔ ｅ ｄ ａ ｃ ｃ ｏ ｒ ｄ ｉ ｎ ｇ ｔ ｏ
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ Ｉ ｎ ｏ ｒ ｄ ｅ ｒ ｔ ｏ ｉ ｍｐ ｒ ｏ ｖ ｅ ｒ ｅ ａ ｌ － ｔ ｍｅ ｉ ａ ｎ ｄ ｒ ｅ ｄ ｕ ｃ ｅ ｃ ｏ ｍｍ ｕ ｎ ｉ ｃ ａ ｔ ｉ ｏ ｎ ｃ ｏ ｓ ｔ ｓ ｉ ｎ ｗｉ ｒ ｅ ｌ ｅ ｓ ｓ ｓ ｅ ｎ ｓ ｏ ｒ ｎ ｅ ｔ ｗｏ ｒ ｋ ｔ ｒ ａ ｃ ｋ ｉ ｎ ｇ， ｄ ｉ ｓ ｔ ｒ ｉ ｂ ｕ ｔ ｅ ｄ