75、基于自递归神经网络和无人机的无线传感器网络技术研究

基于自递归神经网络和无人机的无线传感器网络技术研究

自递归神经网络在目标跟踪中的应用

在无线传感器网络（WSN）环境中，目标跟踪是一个重要的研究领域。一种基于自递归神经网络（SRWNN）的事件触发移动目标跟踪技术被提出，旨在实现智能、节能的目标定位。

1. 状态估计与融合

   • 利用融合的先验估计来计算状态的后验估计及其相应的协方差矩阵。具体公式如下：
     [
     \hat{x} i(k) = \hat{x}_i(k - 1) + \zeta_i(k) \left(\sum {j \in \mathbb{N} i} \sigma_j(k) \left(\psi_j(k) - \xi_j \hat{x}’_i(k - 1)\right)\right)
     ]
     [
     \zeta_i(k) = \left(\hat{\zeta}’^{-1}_i(k - 1) + \sum {j \in \mathbb{N}_i} \sigma_j(k) \xi_j\right)^{-1}
     ]
   • 同时，还给出了状态和协方差矩阵的递推公式：
     [
     \hat{x}_i(k + 1) = A \hat{x}_i(k) + B \hat{f}(\hat{x}_i(k)) + u
     ]
     [
     \zeta_i(k + 1) = A \zeta_i(k) A^T + S_i
     ]
   • 通过最小迹融合原则，实现了第 (i) 个节点上所有信息的完全融合。