论文部分内容阅读
针对多传感器目标跟踪中的能源使用和跟踪精度之间的不平衡问题，提出了一种权衡网络寿命和精度的方法，即基于自适应预测聚类的多组群目标跟踪方法（APCMT），实现了同时跟踪多个组群。首先进行聚类，即捕捉组群行为属性的改变，例如形成、合并以及分裂；然后选择传感器，激活对组群区域有贡献的传感器。并进行组群跟踪。仿真场景在1000m×1000m的正方形区域内，随机部署500个传感器，与Kalman、效能节点选择（EENS）方法以及改进的动态簇（IDC）方法相比，提出的方法在跟踪精度方面更高。由于需要激活的传