基于無線傳感器網(wǎng)絡(luò)移動目標跟蹤技術(shù)的研究.pdf

1、近年來,隨著無線技術(shù)、嵌入式技術(shù)和傳感技術(shù)的日益成熟和迅速發(fā)展,具備計算能力、通信能力和感知能力的無線傳感器在世界范圍內(nèi)出現(xiàn)并廣泛地應(yīng)用在軍事國防、環(huán)境監(jiān)測、災(zāi)難預(yù)報和智能交通等諸多應(yīng)用領(lǐng)域。在傳感網(wǎng)絡(luò)的諸多應(yīng)用中,移動目標跟蹤是一項基本功能。例如在戰(zhàn)場監(jiān)測中,對敵軍坦克和裝甲車輛的定位和跟蹤需要移動目標跟蹤技術(shù)的支持。在動物習(xí)性監(jiān)測應(yīng)用中,我們需要跟蹤移動中的動物,并實時獲得其位置信息?；跓o線傳感器網(wǎng)絡(luò)的移動目標跟蹤是網(wǎng)絡(luò)內(nèi)節(jié)點協(xié)作

2、感知目標、定位目標,并將目標位置信息反饋給用戶的過程。無線傳感器網(wǎng)絡(luò)的自組織性、隱蔽性、低成本和采用無線通信方式等特性使得其非常適用于移動目標的定位和跟蹤。然而,傳感器節(jié)點自身的局限性包括能源供應(yīng)、計算能力、存儲能力和通信能力有限,傳感器網(wǎng)絡(luò)易受到環(huán)境影響,感知部件精度受限等,使得傳統(tǒng)的跟蹤算法不適用于基于無線傳感器網(wǎng)絡(luò)的目標跟蹤。因此,設(shè)計適用于傳感器網(wǎng)絡(luò)的新型目標跟蹤技術(shù)是我們急需解決的挑戰(zhàn)性問題。本文針對傳感器網(wǎng)絡(luò)的特點和目標跟蹤

3、的實際需要,研究了基于無線傳感器網(wǎng)絡(luò)的目標跟蹤技術(shù)并提出一系列有效的目標跟蹤算法。本文的主要研究成果包括以下幾個方面:
　　首先,本文提出了一個基于兩階段睡眠調(diào)度的目標跟蹤算法。為了節(jié)省網(wǎng)絡(luò)能耗,很多研究工作將睡眠調(diào)度機制應(yīng)用到目標跟蹤過程中。然而這是以增加跟蹤延遲或提高節(jié)點部署密度為代價。針對現(xiàn)有基于睡眠調(diào)度跟蹤方法的局限性,本文提出基于兩階段睡眠調(diào)度的目標跟蹤算法TPSS。TPSS將整個目標監(jiān)測過程劃分為兩個階段,針對每個階段

4、對節(jié)點密度需求的不同,采用不同的調(diào)度機制。為了在保證跟蹤及時性的同時盡量降低網(wǎng)絡(luò)能耗,我們對TPSS進行優(yōu)化,并提出基于網(wǎng)絡(luò)覆蓋和節(jié)點預(yù)測的優(yōu)化策略。基于網(wǎng)絡(luò)覆蓋的優(yōu)化策略在保證目標出現(xiàn)區(qū)域完全被工作節(jié)點覆蓋的情況下,盡量減少工作時間較長的節(jié)點數(shù)目?；诠?jié)點預(yù)測的優(yōu)化策略利用馬爾可夫鏈理論研究節(jié)點狀態(tài)轉(zhuǎn)換規(guī)律,預(yù)測下一時刻需要參與跟蹤節(jié)點,并提前將這些節(jié)點喚醒以降低目標跟蹤延遲。實驗結(jié)果表明本文所提出算法在降低跟蹤延遲、節(jié)約網(wǎng)絡(luò)能耗方面

5、具有很好的效果。
　　第二,本文提出了一個質(zhì)量可控的目標跟蹤算法。該算法在保證目標跟蹤準確度同時對網(wǎng)絡(luò)生存期進行優(yōu)化。所提出算法首先分析了影響節(jié)點生存期的三個因素,包括節(jié)點感知數(shù)據(jù)誤差、節(jié)點剩余能量以及節(jié)點通信和采樣的能量消耗。在此基礎(chǔ)上建立節(jié)點生存期和目標定位誤差估算函數(shù),在滿足目標定位誤差閾值的前提下最大化所選擇節(jié)點的生存期。實驗結(jié)果表明本文所提出跟蹤算法可以有效延長網(wǎng)絡(luò)生存期。
　　第三,本文提出了一個不確定傳感器網(wǎng)絡(luò)

6、目標跟蹤算法。由于受到環(huán)境干擾、設(shè)備精度有限以及測量誤差等因素的影響,無線傳感器網(wǎng)絡(luò)普遍存在不確定性,包括傳感器節(jié)點位置估算不準確,感知數(shù)據(jù)存在誤差等。本文首先分析了傳感器網(wǎng)絡(luò)的不確定性以及目標移動模式的隨機性,定義了三個不確定模型,即節(jié)點位置模型,感知模型和移動目標模型。節(jié)點位置模型采用概率分布函數(shù)描述節(jié)點的位置分布情況。感知模型利用高斯分布函數(shù)描述感知數(shù)據(jù)中存在的誤差。移動目標模型考慮目標的各種可能運動狀態(tài)估算其下一時刻的出現(xiàn)區(qū)域。

7、在此基礎(chǔ)上,本文提出基于概率k最近鄰居查詢的目標跟蹤算法。該算法選擇最有可能成為距離目標出現(xiàn)區(qū)域最近的k個節(jié)點參與目標跟蹤。我們提出的算法可以有效解決目標所發(fā)出信號在衰減過程中隨著傳輸距離增加而導(dǎo)致誤差增大的問題。實驗結(jié)果表明本文所提出算法可以有效降低網(wǎng)絡(luò)存在的不確定性對目標跟蹤的影響。
　　第四,本文提出了一個目標生存環(huán)境事件監(jiān)測算法。目標生存環(huán)境的狀態(tài)對目標跟蹤性能具有重要影響。目標生存環(huán)境狀態(tài)的監(jiān)測問題實質(zhì)上是對目標生存環(huán)境

8、內(nèi)所發(fā)生事件的監(jiān)測問題,據(jù)此本文提出有效的目標生存環(huán)境事件監(jiān)測算法。該算法由事件發(fā)現(xiàn)算法和事件發(fā)生區(qū)域估算算法兩部分組成?？紤]到單個傳感器節(jié)點可能對事件的發(fā)生做出錯誤決策,可容錯的事件發(fā)現(xiàn)算法通過融合多個傳感器節(jié)點的決策,計算事件發(fā)生的可能性。事件發(fā)生區(qū)域估算算法利用節(jié)點感知數(shù)據(jù)的空間相關(guān)性確定處于事件邊緣的節(jié)點,并為事件邊緣節(jié)點建立凸殼估算事件發(fā)生區(qū)域。該算法不需要對網(wǎng)絡(luò)通信模型作任何假設(shè),具有較強的實用價值。另外,考慮到目標生存環(huán)境