CN102076084A - 基于认知架构的无线传感网络定位跟踪方法 - Google Patents

基于认知架构的无线传感网络定位跟踪方法 Download PDF

Info

Publication number
CN102076084A
CN102076084A CN2011100003970A CN201110000397A CN102076084A CN 102076084 A CN102076084 A CN 102076084A CN 2011100003970 A CN2011100003970 A CN 2011100003970A CN 201110000397 A CN201110000397 A CN 201110000397A CN 102076084 A CN102076084 A CN 102076084A
Authority
CN
China
Prior art keywords
cognitive
central server
bag
cognitive nodes
nodes
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2011100003970A
Other languages
English (en)
Inventor
孙雁飞
张顺颐
亓晋
孙楠
顾成杰
朱伟春
王攀
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Post and Telecommunication University
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing Post and Telecommunication University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing Post and Telecommunication University filed Critical Nanjing Post and Telecommunication University
Priority to CN2011100003970A priority Critical patent/CN102076084A/zh
Publication of CN102076084A publication Critical patent/CN102076084A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提供一种基于认知架构的无线传感网络定位跟踪系统。该系统以分布式区域架构为基础,每区域部署多个认知节点,每个认知节点以聚类方式管辖各自的移动节点,负责移动节点间的多跳路由控制等,域间则采用中心服务器协同工作,进行不同域间的信息交互,无线传感网络以完全分布方式运行,认知节点自发地维护整个网络的多跳路由并与其它认知点协作完成定位包从移动节点到服务器端的传递,解决移动节点的信号跟踪问题,具有可靠性高、安全性、实用性以及跟踪更精细等技术优点。

Description

基于认知架构的无线传感网络定位跟踪方法
技术领域:
本发明涉及一种认知跟踪系统,属于无线传感网络技术领域。
背景技术:
无线传感器网络的研究最初来源于美国军方。美国国防预先研究计划局(DefenseAdvanced Research Projects Agency,DARPA)于2001年在“网络嵌入式软件技术”(Network Embedded Software Technology,NEST)项目的支持下,资助加州伯克力大学开发了名为“Smart Dust”(智能灰尘)或“Mote”的无线传感器开发系统,从那时期起到现在,DARPA每年都投入几千万美元进行无线传感器网络技术的预研。近几年来,无线传感器网络(Wireless sensor networks,WSNs)掀起了一场后PC时代的革命。WSNs作为综合了传感器、嵌入式计算、及无线通信等3大技术的新兴领域,可以实现人与自然物以及物与物对话的无处不在的通讯和计算。当需要对诸如温度、光通量、位移以及噪声等环境参数进行不间断地传感、测试和无线信号传输时,可以考虑在相关领域中配置智能化的无线传感网络,通过对环境待测参数的传感数据分析来实现检测目的。
目标跟踪是无线网络的一个重要技术,目标跟踪技术无论是在军事还是在民用领域都有着重要的应用价值。目标跟踪可从目标个数来分类,可分为单目标跟踪和多目标跟踪。跟踪方法主要有空间跟踪和时间-空间跟踪两种。机动目标跟踪问题是一个受被跟踪目标运动约束的优化过程,涉及控制、信号处理、通信等技术问题,是国际热门的研究方向之一。
定位跟踪技术是无线传感网络的主要研究问题之一,对于人的感官系统而言,要判断一个物体的方位可以从视觉、听觉、嗅觉等方面着手,先进行区域的划分,最后再细化到区域的每个角落,但是由无线传感节点自动完成区域的定位并不容易。无线传感节点主要依靠信号的模式匹配方法进行区分判断,这会对内存带来极大的负担并且需要繁琐的地图构建过程。其次,无法预知的建筑物布局使得传感节点部署非常复杂,找到一种不完全依赖于建筑物结构的区域定位方法非常有意义。
发明内容
本发明的所要解决的技术问题是基于背景技术中存在的无线传感节点自动完成区域的定位这一技术问题,提供一种基于认知架构的无线传感网络定位跟踪方法。
本发明为实现上述发明目的采用如下技术方案:
一种基于认知架构的无线传感网络定位跟踪方法,包括节点初始化步骤和目标定位跟踪步骤;其中,节点初始化步骤包括如下分步骤:
步骤A1,对无线传感网络进行区域划分,共划分成K个区域;每个区域中包含1个中心服务器、N个认知节点;其中每个认知节点与M个移动节点相联通,所述M个移动节点以聚类的方式组合在一起,所述N个认知节点对所属的区域进行信息的汇聚及管理,区域间则采用中心服务器协同工作;其中K、N、M均为自然数;
步骤A2,采用中心服务器端为每个认知节点分配一个唯一的ID和用户指定坐标,各认知节点间信息互通,并将各自收集到的传感信息提交至中心服务器端;
所述目标定位跟踪步骤包括如下分步骤:
步骤B1,中心服务器向认知节点发送DCB包,认知节点周期性的广播DCB包,所述DCB包中包含认知节点的ID、探测信息包的序列号等信息;
步骤B2,当被跟踪的目标所携带的移动节点接收到DCB包后,对该DCB包进行解析,从中获得RSSI值;
步骤B3,移动节点将接收到的认知节点的RSSI信息封装到一个包中,并将该包发送给最近的路由节点,经过多跳路由发送至基站,基站通过COM端口发送到中心服务器端;
步骤B4,中心服务器端收到步骤B3所述的封装包后,匹配中心服务器中的认知节点的ID及坐标信息,确定目标所在区域;
步骤B5,中心服务器对RSSI信息进行进一步分析,具体定位到某个移动节点,最终确定移动目标的位置。
本发明采用上述技术方案具有如下有益效果:
通过具有认知架构的跟踪定位系统,我们能够实现以下方面的收益:
1.高可靠性。由于添加了认知架构,使得传感网络具有自治、自组织和高密度部署特点,当节点失效或新的节点加入时,可以在恶劣的环境中自动配置与容错,使得无线传感器网络在跟踪目标时具有较高的可靠性、容错性和鲁棒性。
2.跟踪更精细。密集部署的传感器节点可以更容易的监测到移动节点,从而进行更精确的跟踪与控制,也更详细的掌握到移动目标的运动情况。
3.全面性。基于认知架构的分布式数据处理、多节点协同工作,使数据获取更全面。
4.安全性。由于传感器节点体积小,可以对目标实现更隐蔽的跟踪,同时也方便部署应用。
5.实用性。具有认知架构的定位系统,可以使用较少的无线传感网络节点完成目标跟踪任务,从而降低跟踪的成本及所费功,有利于适应环境的不确定因素。
附图说明:
图1是移动节点拓扑结构。
具体实施方案:
下面结合附图对技术方案的实施作进一步的详细描述:
本发明结合认知网络架构,优化无线传感网络的定位跟踪系统,使其具有的自主、自治、自管理能力。
无线传感网络中的定位跟踪技术包括两层含义:节点自我定位与移动目标定位跟踪。节点自我定位属于网络中间件技术研究范围,属于网络体系的研究部分,目的为网络路由层和更高应用层的服务提供包含节点位置的信息。移动目标定位跟踪属于无线传感网络的应用层研究,利用网络中传感器节点间的协同信号处理(CollaborativeSignal Information Processing,CSIP)完成对运动目标的定位跟踪。因此,节点定位是节点定位服务即目标定位跟踪的基础。
移动目标定位跟踪利用网络中传感器节点间的协同信号处理完成对运动目标的定位跟踪。因此,节点定位是节点定位服务即目标定位跟踪的基础。节点定位分为两种:距离定位相关算法及距离无关算法。距离相关定位算法通过测量相邻节点间的距离或者角度信息,并利用这些测量信息来计算未知节点的位置。同下节的距离无关定位算法相比定位精度更高,但是在传感器节点上需要额外增加硬件,定位成本增加。距离无关算法不需要绝对的距离信息、角度信息或者其它物理测量值,但已知节点的射频距离信息。该类算法对硬件要求简单,相对于距离相关定位算法,虽然其定位误差较大,但是满足部分不需要位置精度很高的场合,是一类较为经济的定位方法。具体过程如下:
节点初始化(定位前):
1)首先,进行区域划分。所有区域都由中心服务器进行维护管理。每个域中包含多个传感节点,它们以聚类的方式组合在一起。也就是说,每几个节点构成一个聚类簇,由簇头(即认知节点)进行信息的汇聚及管理,认知节点间可信息互通,并将各自收集到的传感信息提交至中心服务器端。
2)认知节点的设置。系统在启动阶段为每个认知节点分配一个唯一的ID和用户指定坐标,并将此信息存于中心服务器端,中心服务器可据此定位跟踪目标所在的区域。
3)然后系统以完全分布方式运行,认知节点自发地维护整个网络的多跳路由并与其它认知点协作完成定位包从移动节点到服务器端的传递。
在进行定位之前,先将所有认知节点打开,认知节点将进行多跳路由的组建,该过程需要2-3分钟。路由算法使用的是TinyOS操作系统自带的路由算法。在多跳路由组建完毕后,系统进入正常的工作状态,能对进入定位区域的移动节点进行定位。
具体方法如下:
1)侦测:认知节点周期性的广播检测包(DCB),包中包含认知节点的ID(唯一),探测信息包的序列号等信息。
2)获取信息:每个被跟踪的目标身上都会携带一个移动节点,当该移动节点接收到DCB包后,对该包进行解析,从中获得RSSI(Received Signal Strength Indicator,接收信号强度指示器)值。
3)信息传递:经过一个周期性的延迟后,移动节点将接收到的认知节点的RSSI信息封装到一个包中,并将该包发送给最近的路由节点。经过多跳路由发送至基站,基站通过COM端口发送到服务器。
信息解析:服务器收到封装包后,可以匹配服务器中的ID及坐标信息可确定目标所在区域,对RSSI的进一步分析可具体定位到某个移动节点。从而完成目标的跟踪。

Claims (1)

1.一种基于认知架构的无线传感网络定位跟踪方法,其特征在于,包括节点初始化步骤和目标定位跟踪步骤;其中,节点初始化步骤包括如下分步骤:
步骤A1,对无线传感网络进行区域划分,共划分成K个区域;每个区域中包含1个中心服务器、N个认知节点;其中每个认知节点与M个移动节点相联通,所述M个移动节点以聚类的方式组合在一起,所述N个认知节点对所属的区域进行信息的汇聚及管理,区域间则采用中心服务器协同工作;其中K、N、M均为自然数;
步骤A2,采用中心服务器端为每个认知节点分配一个唯一的ID和用户指定坐标,各认知节点间信息互通,并将各自收集到的传感信息提交至中心服务器端;
所述目标定位跟踪步骤包括如下分步骤:
步骤B1,中心服务器向认知节点发送DCB包,认知节点周期性的广播DCB包,所述DCB包中包含认知节点的ID、探测信息包的序列号等信息;
步骤B2,当被跟踪的目标所携带的移动节点接收到DCB包后,对该DCB包进行解析,从中获得RSSI值;
步骤B3,移动节点将接收到的认知节点的RSSI信息封装到一个包中,并将该包发送给最近的路由节点,经过多跳路由发送至基站,基站通过COM端口发送到中心服务器端;
步骤B4,中心服务器端收到步骤B3所述的封装包后,匹配中心服务器中的认知节点的ID及坐标信息,确定目标所在区域;
步骤B5,中心服务器对RSSI信息进行进一步分析,具体定位到某个移动节点,最终确定移动目标的位置。
CN2011100003970A 2011-01-04 2011-01-04 基于认知架构的无线传感网络定位跟踪方法 Pending CN102076084A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2011100003970A CN102076084A (zh) 2011-01-04 2011-01-04 基于认知架构的无线传感网络定位跟踪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2011100003970A CN102076084A (zh) 2011-01-04 2011-01-04 基于认知架构的无线传感网络定位跟踪方法

Publications (1)

Publication Number Publication Date
CN102076084A true CN102076084A (zh) 2011-05-25

Family

ID=44034386

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011100003970A Pending CN102076084A (zh) 2011-01-04 2011-01-04 基于认知架构的无线传感网络定位跟踪方法

Country Status (1)

Country Link
CN (1) CN102076084A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107454196A (zh) * 2017-09-15 2017-12-08 曙光信息产业(北京)有限公司 一种邻居节点的分配方法
CN113115205A (zh) * 2021-03-31 2021-07-13 北京理工大学 一种基于角度测量的分布式协作定位方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101237366A (zh) * 2008-03-05 2008-08-06 中科院嘉兴中心微系统所分中心 一种协同感知能量有效的无线传感网网络架构
CN101316278A (zh) * 2008-07-09 2008-12-03 南京邮电大学 一种基于状态机的无线多媒体传感器网络数据查询方法
CN101521872A (zh) * 2009-02-25 2009-09-02 南京邮电大学 一种基于无线多媒体传感器网络区域目标跟踪方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101237366A (zh) * 2008-03-05 2008-08-06 中科院嘉兴中心微系统所分中心 一种协同感知能量有效的无线传感网网络架构
CN101316278A (zh) * 2008-07-09 2008-12-03 南京邮电大学 一种基于状态机的无线多媒体传感器网络数据查询方法
CN101521872A (zh) * 2009-02-25 2009-09-02 南京邮电大学 一种基于无线多媒体传感器网络区域目标跟踪方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107454196A (zh) * 2017-09-15 2017-12-08 曙光信息产业(北京)有限公司 一种邻居节点的分配方法
CN113115205A (zh) * 2021-03-31 2021-07-13 北京理工大学 一种基于角度测量的分布式协作定位方法
CN113115205B (zh) * 2021-03-31 2022-05-17 北京理工大学 一种基于角度测量的分布式协作定位方法

Similar Documents

Publication Publication Date Title
Li et al. Toward location-enabled IoT (LE-IoT): IoT positioning techniques, error sources, and error mitigation
Zhang et al. GROPING: Geomagnetism and crowdsensing powered indoor navigation
Chen et al. Smartphone inertial sensor-based indoor localization and tracking with iBeacon corrections
Shen et al. {Walkie-Markie}: indoor pathway mapping made easy
Beauregard et al. Pedestrian dead reckoning: A basis for personal positioning
Luo et al. MPiLoc: Self-calibrating multi-floor indoor localization exploiting participatory sensing
CN108225304A (zh) 基于多源传感器室内快速定位方法与系统
Shang et al. Improvement schemes for indoor mobile location estimation: A survey
KR100947117B1 (ko) 이동체의 위치 추적 시스템 및 방법
CN107094319A (zh) 一种高精度室内外融合定位系统和方法
CN103561462A (zh) 一种完全基于智能移动终端平台的室内定位系统和方法
Sun et al. Indoor localization using mind evolutionary algorithm-based geomagnetic positioning and smartphone IMU sensors
CN103983266A (zh) 基于地磁信息的室内定位方法及系统
Guo et al. WiMag: Multimode fusion localization system based on Magnetic/WiFi/PDR
CN106248107A (zh) 一种基于室内地磁轨迹匹配的航迹推断校准方法和装置
Wu et al. $ HTrack $: An efficient heading-aided map matching for indoor localization and tracking
Sun et al. Cortina: Collaborative context-aware indoor positioning employing RSS and RToF techniques
Luo et al. Indoor multi-floor 3D target tracking based on the multi-sensor fusion
CN112729301A (zh) 一种基于多源数据融合的室内定位方法
Wang et al. An adaptive indoor positioning method using multisource information fusion combing Wi-Fi/MM/PDR
CN109819406A (zh) 一种基于众包的室内定位方法
Nguyen-Huu et al. A Multi‐Floor Indoor Pedestrian Localization Method Using Landmarks Detection for Different Holding Styles
Wei et al. Efficient Wi-Fi fingerprint crowdsourcing for indoor localization
Zhou et al. A fusion method of pedestrian dead reckoning and pseudo indoor plan based on conditional random field
Yu et al. A Bi-LSTM approach for modelling movement uncertainty of crowdsourced human trajectories under complex urban environments

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20110525