Может ли фильтр Калмана снизить плотность узлов в сенсорной сети?

Question

Я изучал, что фильтр Калмана может подавлять шум, присутствующий в помещении, и может использоваться для прогнозирования будущего местоположения цели. Но я хочу знать, можем ли мы с помощью фильтра Калмана сделать ошибку локализации минимальной с меньшим количеством узлов?

Например:

У меня изначально есть сенсорная сеть с 10 узлами. Без фильтра Калмана я получаю некоторую ошибку локализации (скажем, 5) из предполагаемой позиции и исходной позиции цели.

Затем я увеличиваю плотность узлов до 20 и снова получаю ошибку локализации .. на этот раз (скажем, 2)

Теперь я хочу знать, использую ли я фильтр Калмана, возможно ли получить ошибку локализации (3 или 4), которая ближе к сенсорной сети с 20 узлами?

Пожалуйста, помогите мне в этом.

С уважением, Риас

Answer 1

С фильтром вы всегда достигнете лучшего уровня шума, поэтому вам понадобится меньше датчиков. Проблема в том, что ваша система нелинейная (в наиболее идеальном случае выход вашего датчика будет зависеть от обратного евклидова расстояния до цели). В этом случае существуют нелинейные расширения фильтра Калмана, такие как EKF и UKF, хотя я бы предложил фильтрация частиц , которая является наиболее общим последовательным фильтром, использующим методы Монте-Карло. Вот статья в Википедии, в которой обсуждается отслеживание радара , которая, я думаю, похожа на вашу проблему. Кроме того, проверьте расширенную лекцию фильтра Калмана здесь , в лекции есть хороший пример, очень похожий на ваш случай.