基于传感器网络的分布式生化气体源参数测定算法.pdfVIP

第45 卷第5 期 天津大学学报 Vol.45 NO.5 2012 年 5 月 Journal of Tianjin University May2012 基于传感器网络的分布式生化气体源参数测定算法 张勇 l ， 2 ，孟庆浩 1 ，吴玉秀 l ，曾明 1 (1.天津大学电气与自动化工程学院，天津 300072; 2. 天津商业大学信息王程学院，天津 300(34) 摘 要z 针对生化气体源参数测定问题，提出了一种基于传感网络的分布式贝叶斯迭代估计算法，该算法在给定气 体物理分布扩散模型条件下，通过传感器节点获取气体浓度，并基于分布式扩展卡尔曼滤泼 (EKF) 和无迹卡尔曼 滤波 (UKF) 实现气体源的坐标定位和释放率估计E 通过仿真实验对两种分布式算法进行性能分析，结采表明， UKF 算法在参数估计成功率和参数估计误差两个方面均要好于 EKF 算法，分别可以提高约 5例4和 7伪~，其收敛逸 皮快，使用节点少，更有助于节省网络能量消耗，并延长其生存周期. 关键词z 生化气体源;参数测定:扩展卡尔曼滤波:无迹卡尔曼滤波 中图分类号: TP391 文献标志码:A 文章编号: 0493-2137 (2012) 05-0448-06 Parameter Determination of Biochemical Odor Source Using Distributed Algorithm in Sensors Network l 2 l l 1 ZHANG Yong . • MENG Qing-hao , WU Yu-xìu , ZENG Mîng (1. School of Electrical Engineering and Automation. Tianjin University , Ti矶jin 300072 , China; 2. School ofInformation. Tianjin University ofComme时. Tianjin 300134 , China) Abstracl: A dis位ibuted iterative estimation method within Bayesian filtering framework was proposed for parameters determination of biωhemical odor sourceωing wireless sensor networks. Given the physical model of gas distribu- tion , thc distributed extended Kalman filter (EKF) and uns∞nted Kalman filter (UKF) were used to localize the chemical source and determine i臼 emission rate b捕时 on 由e concentration detected by wireless sensor nodes. Simula- tion results show that the suc臼ss rate and parameters estimation aωuracy of the UKF algorithm are 5010 and 70% high贺， respectively , than those ofthe EKF. The fi部terωnvergence and fewer node numbers ofUKF reslllted in less netw