距离加权的二进制传感器网络目标跟踪算法.pdf

《距离加权的二进制传感器网络目标跟踪算法.pdf》由会员分享，可在线阅读，更多相关《距离加权的二进制传感器网络目标跟踪算法.pdf（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第卷第期年月通信学报 距离加权的二进制传感器网络目标跟踪算法孙晓艳，一，李建东，黄鹏宇，张文柱（西安电子科技大学综合业务网理论和关键技术国家重点实验室，陕西西安西安电子科技大学信息科学研究所宽带无线通信实验室，陕西西安；西安外事学院工学院通信电子工程系，陕西西安）摘要：提出了基于距离加权的二进制传感器网络中的目标跟踪算法。该算法可在二进制传感器节点判决输出信息比特的同时产生感测节点的权值。仿真结果证明了基于距离加权的目标跟踪算法的有效性，并且不论目标运动采用直线、曲线或随机轨迹，都具有良好的性能，误差分布均集中在【，】的区间范围中。关键词：无线传感器网络；二进制传感器网络；距离加权；分段线性拟

2、合中图分类号： 文献标识码：文章编号：（） ， ，（ ， ，； ， ， ， ，； ， ， ， ，）： ， ， ， ， 【，：； 引言无线传感器网络是由部署在监测区域内大量的廉价微型传感器节点组成，通过无线通信方式形感知、采集和处理网络覆盖区域中感知对象的信息，并发送给观察者。无线传感器网络采用自组织的方式避免了有线传感器网络及其他依赖于基础设施网络的安装、停机、测试、维护、故障定位、升级的成本高等问题，从而广泛地应用于军事、环成的一个多跳的自组织网络系统，其目的是协作地收稿日期：；修回日期：基金项目：国家杰出青年科学基金资助项目（）；国家重点基础研究发展计划（“”计划）基金资助项目（ ）；长江

3、学者和创新团队发展计划基金资助项目（ ）；国家自然科学基金资助项目（，）；国家重点实验室专项基金资助项目（）；“高等学校创新引智计划”基金资助项目（）；教育部科学技术研究重点基金资助项目（）： （）； （ ）（）； （ ）； （，）； （ ）； （）； （）第期孙晓艳等：距离加权的二进制传感器网络目标跟踪算法境观测、预报系统、医疗护理、智能家居等方面。在军事领域，无线传感器网络主要用于敌方目标检测、跟踪或入侵检测。在冷战时期，美国在战略区布置了声学监视系统（， ）用于检测和跟踪前苏联的潜艇。在民用领域，无线传感器网络可用于医院重要物资和仪器的监测和跟踪、智能交通系统中的机动车辆的监测和跟踪等。

4、因此目标跟踪被认为是无线传感器网络的基本职能之一。二进制传感器网络是指网络中的传感器节点将感测到的任何信号，例如，电磁信号、声信号、红外信号等均表示为 信息。采用二进制传感器网络进行目标跟踪具有一定的实际意义。首先，二进制传感器网络对传感器节点的感测能力进行了最小假设，这使得一系列广泛应用的基本跟踪框架简单且具有顽健性。与此同时，在网络中联合采用二进制传感器节点和其他类型的传感器节点时，就可以获得目标速度或距离等额外信息并利用这些信息进一步提高系统的跟踪性能。其次，二进制传感器的通信要求是最小的，即每个传感器节点当目标位于其感测范围内时，它将对自己感测到的噪声观测值进行平滑并将平滑结果表示为一

5、个或多个离散的时间间隔的输出。最后，模型的简单性可以直观地推导性能限，从而指导跟踪算法的设计并为更复杂的传感器网络的跟踪性能提供性能下限。 系统模型和问题描述 系统模型为便于研究，本文进行如下假设：）二进制传感器网络由个二进制传感器节点组成，采用格型分布于二维平面上且位置已知；）二进制传感器节点的输出信息表示采用近似比特，即当目标位于节点的感测范围内，节点输出信息为“”；反之，输出为“”；）所有的二进制传感器节点采用相同的感测半径。在无线传感器网络中，传感器节点的部署方式主要有两大类：随机部署和规则部署。其中，随机部署中节点在部署区域呈均匀随机分布，它易于实现且价格低廉，主要应用于未知监测区域

6、情况的应用场景，多用于军事用途和一些偏远不易接近的区域。规则部署通常采用确定的部署方式，通过几何计算的方法，确定每个节点放置的位置，一般适用于友好、可达的环境。另一方面，已有基于距离定位和距离无关的定位算法，网络中的节点可以获得自身的位置信息。本文的研究着重考虑确定场景中机动车辆和人员的跟踪，所以假设）合理。二进制传感器节点的输出信息采用近似比特广泛应用在二进制传感器网络的目标跟踪问题的研究中 。此外，本文中的跟踪问题不考虑节点的分群算法或跟踪群，所以所有节点采用相同的感测半径。问题描述二进制传感器网络中的节点每隔一段时间对网络进行感测，如果目标位于节点的感测范围内，节点输出“”；反之，输出“

7、”。设在采样时刻 网络中有个节点感测到目标，感测节点位置为， ）， 。因此，目标跟踪问题就应包括以下个部分：）根据感测时刻 的个感测节点的位置， ，）， 计算目标的单点位置估计；）根据目标单点位置估计求出目标轨迹的参数。由于假设目标做直线运动，可以采用线性拟合的方法拟合出目标轨迹；当目标轨迹为曲线时，可以采用分段线性拟合方法，随着目标的运动，不断更新拟合直线的参数从而获得目标轨迹。本文的工作重点为如何根据各个感测时刻感测节点的位置获得目标的单点位置估计，使得目标单点位置估计更精确，进一步提高目标轨迹参数的精确度。在每个感测时刻根据已知的感测节点位置获得目标的单点位置估计，最简单的方法就是目标的

8、位置估计（，） 为各个感测节点位置的平均值，即目标位于各个感测节点组成的质点系的质心。在质心算法中，每个感测节点对目标单点位置估计的贡献相同，它实现简单但单点位置估计精度不高。实际的目标跟踪过程中，每个采样时刻目标距离各个感测节点的距离不同，因此在进行目标单点位置估计时，希望距离目标近的感测节点对目标单点位置估计贡献更大，即在质心算法中采用相应的加权机制进行加权平均，式（）改写为一厶通信学报第卷厶 产观的方法就是质心算法，它简单易实现，但性能不佳。本文考虑基于距离加权的目标跟踪方法，该方法以质心算法为基础，在质心算法中引入权值，其（）中权值取决于相应感测节点与目标之间的距离。近似二进制传感器节

9、点的输出信息的判决依赖于目标与感测节点问的距离，因此本文考虑近似二进制传从而，如何根据各个感测时刻感测节点的位置感器节点判断目标是否出现在其感测范围内进行输出信息判决的同时计算自身本次感测的权值。对于通过物理量获得节点间距离信息的测量通获得目标的单点位置估计的问题就转换为如何确定使得目标单点位置估计更精确，进一步提高目标轨迹参数的精确度的问题。 基于距离加权的目标跟踪 已有的工作等在文献【 】中探讨了二进制传感器网络用于室外机动目标跟踪场景下加权机制的确定。在文献中，作者比较了种加权机制：）质心算法，所有感测节点的权值相同；）基于感测时间的加权机制，网络中的每个节点除了感测目标外还记录感测目标

10、的持续时间，在进行单点目标位置估计时感测节点的权值计算如式（）所示；）启发式加权机制，权值计算如式（ ）所示。，（ ）（ ，（ ）仿真证明，基于感测时间的加权机制性能最好。采用基于感测时间的加权机制要求无线传感器网络中的节点必须严格同步。在文献】中，作者为避免跟踪精度对网络时钟同步的依赖，采用感测节点感测到目标的次数为依据设置权值。其中， 为第个采样时刻第个节点的感测次数。当目标做曲线运动时，不论采用感测时间还是感测次数作为权值，权值的大小不能说明感测节点与目标间的距离关系。 基于距离的目标跟踪采用二进制传感器进行目标单点位置估计最直常包括到达时间、到达时间差、接收信号强度指示等。其中，到达时

11、间方法必须在已知信号传播速度的前提下，根据信号在个目标间来回传播的时间估计出发送者和接收者之间的距离，其基本的系统为；到达时间差是根据接收到的种不同信号的时间差和信号速度把时间差转换为距离。该方法要求节点有感知不同信号的能力；接收信号强度指示方法在已知发射功率的情况下，测量接收信号功率，计算传播损耗并将传播损耗转化为距离，它实现比较简单，由于实验模型与实际情况的差异，精确度不高。传感器网络的能量、处理能力、存储能力和通信能力有限，而二进制传感器网络由于其低廉的布设代价、体积小、低能耗以及传感器节点简单，正得到越来越多的关注并用于目标跟踪。方面，在二进制传感器网络中采用到达时间和时间差方法获得感

12、测节点与目标间的距离信息都会在不同程度上引入复杂度，增加成本。另一方面，近似二进制传感器节点的输出信息仪用于说明目标是否存在于相应节点的感测范围。本文的研究重点就是在采用简单、低能耗的二进制传感器网络的前提下，进一步提高其目标定位和跟踪精度。因此，本文采用接收信号强度指示方法获取感测节点与目标问的距离信息。在每个感测时刻节点对感测区域进行感测，节点根据接收信号强度（）产生输出信息。第个感测时刻，节点 的接收信号载波功率为（卜其中，尸。是参考距离处的接收信号载波功率；表示路径长度和路径损耗的比例因子；广是第个感测时刻第，个感测节点与目标间距离；， 是一个均值为的高斯随机变量。从而，第个感测时刻的

13、所有个感测节点测量其接收信号载波功率然后根据式（）确定输出信息比特：第期孙晓艳等：距离加权的二进制传感器网络目标跟踪算法，距离该感测节点越近。本文首先通过仿真确定的表达式，仿真结果如图所示。 ）其中， 是第个感测时刻第，个感测节点的二进制近似比特信息；是判决门限。与此同时，由式（）知，各个感测节点能够根据测量的接收信号载波功率计算出其与目标之问的距离由图的仿真结果知，随着分母上，的幂次越大，距离目标越近的感测节点在进行目标单点位置估计时的贡献越小，单点目标位置估计距离该节点越远，所以目标单点位置估计性能越差。另一方面，当分母上的幂次小于等于后，目标单点位置估计性能相同，也就是说距离目标近的节点

14、在目标单点位置估计时的贡献不可能无限大，存在极限。因 （ ）则相应感测节点的权值应为距离的函数（ ），第个感测时刻目标的单点位置估计为（） 一（）。（）、（ ） ） ，（ ）基于距离的目标跟踪算法步骤描述如下。）节点感测目标：测量目标信号的接收功率；）节点根据接收信号强度判断目标是否存在：）节点根据接收信号强度计算权值；）计算目标单点位置估计；）采用线性拟合或分段线性拟合求出目标轨迹参数。 仿真结果本文采用进行仿真，分别在个场景下验证基于距离加权的目标跟踪算法的有效性，其中仿真场景仿真参数设置参考基于感测时间和感测次数算法的仿真参数设置；仿真场景和仿真场景进一步验证了基于感测距离算法的有效性。

15、仿真结果采用目标单点定位误差作为衡量标准，即（） 距离加权函数的确定仿真中考虑理想信道条件， 。本文考虑的加权函数， ） 表达式为（）（）即距离目标越近的感测节点在计算目标单点位置估计时的贡献越大，所计算的目标单点位置估计也此，后续仿真中的加权函数如式（） 所示。（）（）目标跟踪误差区间（ ）不同加权函数的误差概率分布吕粕：瞧砌氇鉴皿（ ）不 司加权函数的单点位置估计误差图不同加权函数目标跟踪性能 算法有效性验证 仿真场景个二进制近似传感器节点呈格型分布于的感测区域中跟踪一个运动目标，其中目标做匀速直线运动。具体仿真参数如下。通信学报第卷监测区域：节点数量：； 仿真场景，搠基早喇辽斟蜷皿在仿真

16、场景中，个二进制近似传感器节点呈格型分布于的感测区域中跟踪一个节点感测半径：；目标数量：；运动目标，其中目标做匀速抛物线运动。具体仿真目标运动速度： ；目标轨迹：直线。仿真分别实现了文献 中采用式（）基于感测时间的权值、文献】中基于感测次数的权值以及基于感测距离的权值以验证基于感测距离目标跟踪算法的有效性。图是基于种不同加权的目标跟踪算法的目标单点位置估计误差仿真结果。从图可以看出，本文所采用的基于感测距离的权值的目标跟踪算法性能明显优于基于感测时间和感测次数的目标跟踪算法。此外，图给出了种加权目标跟踪算法的单点位置误差概率分布图，其中基于感测时间的目标跟踪算法的误差主要集中在 ，】范围内，基

17、于感测次数的目标跟踪算法的误差主要集中在 ，】范围内，而基于感测距离的目标跟踪算法的误差主要集中在，范围内。采样次数图目标做直线运动时目标单点位置估计误差图目标做直线运动时目标单点位置估计误差概率分布参数如下。监测区域：；节点数量：；节点感测半径：；目标数量：；目标运动速度： ；目标轨迹：抛物线。仿真实现基于感测时间、感测次数和感测距离的种目标跟踪算法，以验证当目标做曲线运动时基于感测距离的目标跟踪算法能保证较好的性能。图和图分别是目标做抛物线运动时的目标单点位置估计误差和误差概率分布。仿真结果证明，目标曲线运动时基于距离加权的目标跟踪算法仍能保持比较好的性能，误差主要分布于【，】区问内。；

18、：坦砌坦皿采样次数图目标做抛物线运动时目标单点位置估计误差目标跟踪误差区间图目标做抛物线运动时目标单点位置误差概率分布第期孙晓艳等：距离加权的二进制传感器网络目标跟踪算法 仿真场景在仿真场景中，为了进一步验证当目标做随机运动时，基于距离加权的目标跟踪算法的有效性，进一步研究当目标采用高斯马尔可夫运动模型时的性能。个二进制近似传感器节点呈格型分布于的感测区域中跟踪一个运动目标，其中目标采用高斯马尔可夫模型的随机运动。高斯马尔可夫运动模型采用参数调节目标相邻时刻运动的相关性，即根据当前时刻的运动方向和速度产生下一时刻的运动方向和速度，其中具体参数如下。监测区域：节点数量：；节点感测半径：；目标数量

19、：；目标最大运动速度：；目标最小运动速度：；目标运动速度均值：；目标运动速度方差：；目标运动方向均值：；目标运动方向方差：；相邻时刻目标运动关联参数： 。仿真中的轨迹如图所示。方向图目标轨迹及估计轨迹当目标采用高斯马尔可夫模型时，仿真结果如图和图所示，基于感测时问的目标跟踪算法的权值计算如式（）所示会出现复数的情况。而基于感测次数和感测距离的目标跟踪算法仍能正常工作，并且基于感测距离的目标跟踪算法性能优于基于感测次数的目标跟踪算法，其目标单点位置估计误差仍集中在区间，】范围内。轴 础型 血采样次数图目标运动采用高斯马尔科夫模型时的单点位置估计误差 ，） ），）【 ）， ）， 】目标跟踪误差区间

20、图目标运动采用高斯马尔科夫模型时的单点位置估计误差概率分布 结束语为了提高二进制传感器网络采用线性拟合或分段线性拟合方法进行目标跟踪时的单点目标位置估计精度并使其适应目标可能的任何轨迹，包括直线、曲线和随机轨迹，研究了采用基于距离加权的目标跟踪算法。经仿真验证，基于距离加权的目标跟踪算法的有效性，并且不论目标按照何种运动轨迹，基于距离加权的目标跟踪算法均能保证良好的性能，且误差分布集中在，的区间内。参考文献： ， ： ， ， 】毛莺池，陈力军，陈道蓄无线传感器网络覆盖控制技术研究【】 计算机科学，（）：，通信学报第卷， ， ，（） 】， ， ， ， 】， ，【 ，江 ， ，（）： 】， 【 】

21、， ￥】 【】 ， 】 ， ，（）：李煜，程远国，杨露菁二元探测传感器网络的递推加权质心目标定位算法【 】海军工程大学学报，（）：、 ，（）：作者简介：孙晓艳（），女，山东威海人，西安电子科技大学博士生，西安外事学院工学院讲师，主要研究方向为大规模网络和无线传感器网络目标跟踪。李建东（），男，江苏阜宁人，西安电子科技大学研究生院常务副院长，西安电子科技大学综合业务网理论和关键技术国家重点实验室主任、博士生导师，主要研究方向为宽带无线 技术、移动通信、软件无线电、 网络等。黄鹏宇（），男，四川成都人，博士，西安电子科技大学讲师，主要研究方向为通信系统仿真、网络、传感器网络。张文柱（），男，辽宁葫芦岛人，博士，西安电子科技大学副教授，主要研究方向为无线网络的协议设计、移动通信网和个人通信系统。