摘要：针对传统粒子滤波的数据融合和粒子贫乏问题,提出一种结合非参数信念传播和粒子滤波（NBP-RPF）的分布式WSN目标跟踪方法。首先检测目标的节点,然后对检测数据进行核密度估计（KDE）得到目标估计信息,最后,通过非参数信念将信息传播到簇首节点,簇首节点对信息乘积进行Gibbs采样和正则化粒子滤波,实现了对目标的精确跟踪。仿真结果表明,NBP-RPF法在增加粒子多样性和有效融合数据等方面具有优势,同时也提高了目标的跟踪精度。

关键词：无线传感器网络 非线性模型 滤波 均方根误差 多样性 

单位：茂名学院计算机与电子信息学院 广东茂名525000 太原理工大学信息工程学院 山西太原030024