PAC-ZNN:一种用于WSNs中鲁棒目标跟踪的算法,能够有效应对复杂多项式噪声 作者:詹子颖(Zhiying Zhan)、宋志远(Zhiyuan Song)、黄松杰(Songjie Huang)、谢勤(Qin Xie)和肖秀春(Xiuchun Xiao)

《Sensors》:PAC-ZNN for Robust Target Tracking in WSNs Against Complex Polynomial Noise Ziying Zhan, Zhiyuan Song, Songjie Huang, Qin Xie and Xiuchun Xiao

【字体: 大 中 小 】 时间:2026年04月30日 来源:Sensors 3.5

编辑推荐:

   摘要 在无线传感器网络(WSNs)中,依赖于分布式传感器测量的到达角(AOA)和到达时间差(TDOA)定位系统在高阶时变噪声的影响下性能会显著下降。尽管传统的归零神经网络(ZNNs)能够处理动态定位任务,但它们对这种高阶

  



摘要



在无线传感器网络(WSNs)中,依赖于分布式传感器测量的到达角(AOA)和到达时间差(TDOA)定位系统在高阶时变噪声的影响下性能会显著下降。尽管传统的归零神经网络(ZNNs)能够处理动态定位任务,但它们对这种高阶噪声的鲁棒性不足,常常影响收敛的稳定性和准确性。为了解决这一限制,本文提出了一种多项式抗噪声补偿ZNN(PAC-ZNN),该算法结合了多项式抗噪声补偿(PAC)项和对数映射激活函数(LMAF)。具体来说,PAC项可以减轻累积高阶噪声的不利影响,而LMAF则进一步提高了系统的收敛速度和稳定性。基于李雅普诺夫稳定性理论,严格证明了所提出的PAC-ZNN的全局收敛性和鲁棒性。仿真结果表明,在高阶噪声条件下,与传统的基于ZNN的解决方案相比,PAC-ZNN在抗噪声能力、收敛效率和定位精度方面表现更优。此外,即使在复杂的多路径环境中,它也能保持稳定的跟踪性能,验证了其卓越的性能和实际应用价值。



相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号