無線感測器網路節點感應度模型及目標跟蹤算法研究

《無線感測器網路節點感應度模型及目標跟蹤算法研究》是依託中南大學，由鄭瑾擔任項目負責人的面上項目。

基本介紹

• 中文名：無線感測器網路節點感應度模型及目標跟蹤算法研究
• 項目類別：面上項目
• 項目負責人：鄭瑾
• 依託單位：中南大學

項目摘要

無線感測器網路是物聯網的基本組成部分，目標跟蹤是無線感測器網路的一項基本套用。現有的目標跟蹤機制存在參與跟蹤的節點多、節點之間過於依賴訊息通信進行定位與協作跟蹤，能量消耗較大。為了充分降低感測器節點能量消耗，本項目提出節點感應度模型的概念，並研究基於節點感應度模型的目標定位與跟蹤算法。首先，提出科學合理的節點感應度模型，該模型充分利用感測器節點感應到的信號強度、節點當前狀態和網路狀況等信息，進行節點狀態轉換，實現跟蹤調度，避免傳統協作跟蹤中的頻繁通信。其次，以節點感應度模型為基礎，研究新型的目標跟蹤協定和算法，在確保目標跟蹤精度和回響速度的前提下，儘量減少參與跟蹤的感測器節點的數目，減少感測器節點之間的訊息通信。最後，利用軟體工程技術，設計與開發目標跟蹤原型軟體系統，擬在一些典型的無線感測器網路中進行示範套用。研究成果為無線感測器網路中目標監測、定位、目標跟蹤等典型套用提供理論指導。

結題摘要

本課題以無線感測器網路的目標跟蹤為背景，研究節能的目標跟蹤協定和算法，解決目前目標跟蹤協定存在通信量大、參與跟蹤的節點數目多從而導致耗能多的問題。具體研究無線感測器網路目標跟蹤機制，節點感應度計算模型，並研究基於節點感應度的目標定位與跟蹤算法。 本項目提出了一種節點感應度計算模型，該模型主要利用感測器節點感應到的信號強度與離目標的距離互相關特性，即感應到的信號強度越大，則感應度值越高。感應度值將作為跟蹤過程中節點是否參與跟蹤的依據之一。提出了基於多邊形的目標跟蹤框架-FaceTrack,該跟蹤框架包括目標在多邊形區域之間的穿越過程中目標跟蹤方法，節點喚醒與休眠時機、主跟蹤節點的選擇方法等。模擬結果表明，FaceTrack跟蹤框架能有效定位目標所在多邊形區域。為了提高跟蹤精度，即實現目標在多邊形內部動態移動的跟蹤與定位，本項目以節點感應度模型為基礎，提出了一種節點自主決策是否參與跟蹤的目標跟蹤算法（NS-ADTT），該算法基於定位邊採用加權質心算法對目標位置進行估計，並且，節點可根據自身感應度值及局部網路情況自主決策是否參與當前跟蹤。仿真結果表明，在目標跟蹤過程中，該算法在保證一定跟蹤精度的基礎上減少了參與跟蹤的節點數， 降低了網路能耗，有效地延長了網路生命周期。 本項目對其他跟蹤模式進行了探索，基於拍賣的思想，提出了基於拍賣的目標跟蹤算法Auction-Based Adaptive Sensor Activation Algorithm(簡稱AASA)。拍賣機制讓預測區域內的節點通過競爭產生最適合參與目標跟蹤的節點。拍賣過程充分考慮了節點的剩餘能量以及節點到目標預測距離。模擬結果表明,算法AASA在保持可接受跟蹤質量的前提下,能有效地解決能量消耗不平衡的問題。