摘要：针对无线传感器网络节点计算能力和能量受限问题，提出一种分布式并行扩展卡尔曼粒子滤波算法。在网络动态分簇模型上，簇头将粒子集划分为多个子集，并分配到簇内各个传感器节点中并行运行，最后在簇头进行信息融合，得到目标状态估计。算法提高了粒子滤波效率，避免单个节点能量过度消耗，均衡了网络能耗。同时，算法利用扩展卡尔曼滤波器来产生粒子滤波的重要性密度函数，使得重要性密度函数抽样样本更加接近后验概率密度产生的样本。仿真结果表明，算法对运动目标能实现较好的预测和跟踪，跟踪精度高，并能有效平衡网络能耗。实验结果说明了提出算法的有效性和可行性。

关键词：无线传感器网络 目标跟踪 粒子滤波 分布式 

单位：重庆科技学院电气与信息工程学院 重庆401331 重庆大学自动化学院 重庆400044