基于多目标MS-OSPA下界的分散式传感器选择

本文提出了一种分散式大规模多目标跟踪网络的传感器选择优化算法.该方法以多目标状态集和估计集间的均方最优子模式分配误差下界作为优化目标函数,根据加权Kullback-Leibler平均(Kullback-Leibler average,KLA)准则对局部多目标密度进行融合,最终采用坐标下降法来折中计算代价和跟踪精度.仿真实验在不同信噪比场景下验证了本方法的有效性.

利用再生电源进行轨道状态监测

低功率传感器、微处理机及发射器的大量出现使分散式传感器网络用于轨道状态监测更加受到关注。分散式传感器网络的广泛使用，要求为网络电子元件提供经久耐用、维护量小的电源。本研究针对利用运行轨道车辆，通过机械方式获取电源的两种主要方式进行了分析，目的是为遥感网络提供电源。