Kann der Kalman-Filter die Knotendichte in einem Sensornetzwerk reduzieren?

Question

Ich habe untersucht, dass Kalman-Filter Geräusche unterdrücken kann, die in einer Innenumgebung vorhanden sind, und kann verwendet werden, um die zukünftige Position eines Ziels vorherzusagen. Aber ich möchte wissen, ob wir mit Hilfe des Kalman-Filters den Lokalisierungsfehler mit einer geringeren Anzahl von Knoten minimieren können.

Zum Beispiel:

Ich habe ein Sensor-Netzwerk mit 10 Knoten zunächst. Ohne Kalman-Filter erhalte ich einen Lokalisierungsfehler (etwa 5) von der geschätzten Position und der ursprünglichen Position des Ziels.

Dann erhöhe ich die Knotendichte auf 20 und wieder die Lokalisierungsfehler bekommen .. dieses Mal seine (sagen wir 2)

Jetzt möchte ich wissen, ob ich Kalman-Filter zu verwenden, ist es möglich, Lokalisierungsfehler zu erhalten (3 oder 4), die näher an Sensornetzwerk mit 20 Knoten ist?

bitte helfen Sie mir dabei.

Grüße, Rias

Answer 1

Sie werden immer besser Geräuschpegel mit einem Filter erreichen, daher werden Sie wenige Sensoren benötigen. Das Problem ist, dass Ihr System nichtlinear ist (im Idealfall hängt Ihre Sensorausgabe von der inversen euklidischen Entfernung des Ziels ab). In diesem Fall gibt es nichtlineare Erweiterungen für Kalman-Filter wie EKF und UKF, obwohl ich particle filtering vorschlagen würde ist der allgemeinste sequenzielle Filter, der Monte-Carlo-Techniken verwendet. Hier ist ein Wikipedia-Artikel, der radar tracking diskutiert, was ich denke, ist ähnlich zu Ihrem Problem. Darüber hinaus, überprüfen Sie die erweiterte Kalman-Filter-Vorlesung here, gibt es ein schönes Beispiel in der Vorlesung, die Ihrem Fall ziemlich ähnlich ist.