论文部分内容阅读
近年来,随着无线技术、嵌入式技术和传感技术的日益成熟和迅速发展,具备计算能力、通信能力和感知能力的无线传感器在世界范围内出现并广泛地应用在军事国防、环境监测、灾难预报和智能交通等诸多应用领域。在传感网络的诸多应用中,移动目标跟踪是一项基本功能。例如在战场监测中,对敌军坦克和装甲车辆的定位和跟踪需要移动目标跟踪技术的支持。在动物习性监测应用中,我们需要跟踪移动中的动物,并实时获得其位置信息。基于无线传感器网络的移动目标跟踪是网络内节点协作感知目标、定位目标,并将目标位置信息反馈给用户的过程。无线传感器网络的自组织性、隐蔽性、低成本和采用无线通信方式等特性使得其非常适用于移动目标的定位和跟踪。然而,传感器节点自身的局限性包括能源供应、计算能力、存储能力和通信能力有限,传感器网络易受到环境影响,感知部件精度受限等,使得传统的跟踪算法不适用于基于无线传感器网络的目标跟踪。因此,设计适用于传感器网络的新型目标跟踪技术是我们急需解决的挑战性问题。本文针对传感器网络的特点和目标跟踪的实际需要,研究了基于无线传感器网络的目标跟踪技术并提出一系列有效的目标跟踪算法。本文的主要研究成果包括以下几个方面: 首先,本文提出了一个基于两阶段睡眠调度的目标跟踪算法。为了节省网络能耗,很多研究工作将睡眠调度机制应用到目标跟踪过程中。然而这是以增加跟踪延迟或提高节点部署密度为代价。针对现有基于睡眠调度跟踪方法的局限性,本文提出基于两阶段睡眠调度的目标跟踪算法TPSS。TPSS将整个目标监测过程划分为两个阶段,针对每个阶段对节点密度需求的不同,采用不同的调度机制。为了在保证跟踪及时性的同时尽量降低网络能耗,我们对TPSS进行优化,并提出基于网络覆盖和节点预测的优化策略。基于网络覆盖的优化策略在保证目标出现区域完全被工作节点覆盖的情况下,尽量减少工作时间较长的节点数目。基于节点预测的优化策略利用马尔可夫链理论研究节点状态转换规律,预测下一时刻需要参与跟踪节点,并提前将这些节点唤醒以降低目标跟踪延迟。实验结果表明本文所提出算法在降低跟踪延迟、节约网络能耗方面具有很好的效果。 第二,本文提出了一个质量可控的目标跟踪算法。该算法在保证目标跟踪准确度同时对网络生存期进行优化。所提出算法首先分析了影响节点生存期的三个因素,包括节点感知数据误差、节点剩余能量以及节点通信和采样的能量消耗。在此基础上建立节点生存期和目标定位误差估算函数,在满足目标定位误差阈值的前提下最大化所选择节点的生存期。实验结果表明本文所提出跟踪算法可以有效延长网络生存期。 第三,本文提出了一个不确定传感器网络目标跟踪算法。由于受到环境干扰、设备精度有限以及测量误差等因素的影响,无线传感器网络普遍存在不确定性,包括传感器节点位置估算不准确,感知数据存在误差等。本文首先分析了传感器网络的不确定性以及目标移动模式的随机性,定义了三个不确定模型,即节点位置模型,感知模型和移动目标模型。节点位置模型采用概率分布函数描述节点的位置分布情况。感知模型利用高斯分布函数描述感知数据中存在的误差。移动目标模型考虑目标的各种可能运动状态估算其下一时刻的出现区域。在此基础上,本文提出基于概率k最近邻居查询的目标跟踪算法。该算法选择最有可能成为距离目标出现区域最近的k个节点参与目标跟踪。我们提出的算法可以有效解决目标所发出信号在衰减过程中随着传输距离增加而导致误差增大的问题。实验结果表明本文所提出算法可以有效降低网络存在的不确定性对目标跟踪的影响。 第四,本文提出了一个目标生存环境事件监测算法。目标生存环境的状态对目标跟踪性能具有重要影响。目标生存环境状态的监测问题实质上是对目标生存环境内所发生事件的监测问题,据此本文提出有效的目标生存环境事件监测算法。该算法由事件发现算法和事件发生区域估算算法两部分组成。考虑到单个传感器节点可能对事件的发生做出错误决策,可容错的事件发现算法通过融合多个传感器节点的决策,计算事件发生的可能性。事件发生区域估算算法利用节点感知数据的空间相关性确定处于事件边缘的节点,并为事件边缘节点建立凸壳估算事件发生区域。该算法不需要对网络通信模型作任何假设,具有较强的实用价值。另外,考虑到目标生存环境中可能存在部分传感器节点或全部节点移动的情况,本文为移动传感器节点建立安全区域,并提出基于节点安全区域的事件发生区域估算算法。实验结果表明,本文所提出算法在静态网络和移动网络下环境下都可以获得较好的监测效果。