提出一种面向煤矿井下线性拟合和卡尔曼滤波相结合的改进分布式目标跟踪算法。根据移动目标的当前位置建立动态簇,簇头节点集中处理簇成员节点发来的最新观测数据,结合线性拟合算法和卡尔曼滤波算法对移动目标进行预测,将线性拟合的预测值和卡尔曼滤波预测值作为真正的预测值,得到目标的状态估计,通过这样的改进可实时的修正预测值。仿真结果表明,与传统的分布式目标跟踪算法比较,改进算法集中了2种算法的优点,有很好的跟踪性能。

基于煤矿井下复杂环境,无线传感器网络节点能量有限且易于布放的特点,提出了一种面向煤矿井下改进分布式粒子滤波目标跟踪算法。在动态分簇的基础上利用粒子滤波对目标跟踪。仿真结果表明,与传统分簇算法比较,改进算法可以降低节点的冗余度,降低能耗。同时将改进分簇算法与粒子滤波跟踪算法结合,集中了2种算法的优点,在保证跟踪精度的前提下延长网络的生存周期,且满足煤矿井下的目标跟踪要求。