CN102123417A - 运动目标检测方法以及无线传感器网络头节点设备 - Google Patents
运动目标检测方法以及无线传感器网络头节点设备 Download PDFInfo
- Publication number
- CN102123417A CN102123417A CN2011100498583A CN201110049858A CN102123417A CN 102123417 A CN102123417 A CN 102123417A CN 2011100498583 A CN2011100498583 A CN 2011100498583A CN 201110049858 A CN201110049858 A CN 201110049858A CN 102123417 A CN102123417 A CN 102123417A
- Authority
- CN
- China
- Prior art keywords
- node
- child node
- child
- moving target
- mutton
- 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.)
- Granted
Links
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明实施例公开了一种运动目标检测方法、无线传感器网络头节点设备，其中所述方法包括：第一子节点检测运动目标发出的信号；当判断所述第一子节点检测到运动目标时，激活所述第一子节点指定长度内的其他子节点进行运动目标检测；当有子节点检测到所述运动目标时，在所述指定长度内的子节点中，查找符合三个条件的三角形；当查找到符合上述三个条件的三角形时，以该三角形的质心为圆心，所述第一子节点的探测半径为半径确定一个圆形区域，并计算该区域中子节点发现运动目标的概率大于节点探测门限的节点总数；比较上述节点总数与预先设定的决策门限的大小。实施本发明，可有效地解决单节点发现目标概率小的问题。
Description
技术领域
本发明涉及无线传感器网络领域，尤其涉及一种运动目标检测方法以及一种无线传感器网络头节点设备。
背景技术
无线传感器网络（Wireless Sensor Network, WSN）是由大量成本低廉而具有一定感知能力、计算能力、无线通讯能力的传感器节点组成的网络。其主要功能是智能地感知外界环境，并将处理后的信息提供给用户。WSN在战场环境感知及目标跟踪、环境观测、交通管理、安全监测、医疗诊断及治疗、野生动物保护等场合具有广泛的应用前景。WSN目标检测时，通过无线传感器形成一个多跳的自组织的网络系统，其目的是协作地感知、采集和处理网络覆盖区域中被感知对象的信息，并发送给观察者。传感器、感测目标和观察者构成了无线传感器网络的三个要素。
目前，在实际应用中，节点工作一般是非人工干预的，传感器检测概率和虚警概率会受到环境干扰，而与预先给定不相符。所以，在WSN检测问题中，虽然信息量大，但是信噪比低，对单节点的信任度低，极易受到环境影响。WSN中静目标检测与动目标检测的主要区别在于：静目标影响区域小，发现节点少，但是目标处于节点探测区域的时间长，单节点发现目标的概率大；动目标影响区域大，发现节点多，但是目标处于节点探测区域的时间短，单节点发现目标的概率小。目前，国内外的文献主要是针对静目标。文献Decentralized Detection in Sensor Networks研究了WSN中非中心化二进制检测问题，通过节点自身决定向头节点发送何种类型的信息进行目标检测，使Chernoff信息极小化，亦即极小化融合中心的检测误差。文献Type-Based Decentralized Detection in Wireless Sensor Networks用柱状图融合来研究WSN目标检测中的编码和传送策略，并分析了节点上传感器数量对目标检测的影响。文献Local Vote Decision Fusion for Target Detection in Wireless Sensor Networks使用投票法进行目标检测。在WSN中，目标检测之前几乎无法得到任何关于目标的先验信息，也即，在进行目标检测钱，被检测目标的各种特征，如速度、运动方向、质量、发出信号的强度、大小等信息是不能知道的，并且由于目标运动使单节点的检测区域增大，单节点发现目标的概率降低；再加上环境的影响使得单节点上传感器的检测和虚警概率不能精确已知。
发明内容
本发明实施例所要解决的技术问题在于，提供一种运动目标检测方法以及一种无线传感器网络头节点设备。可有效地解决单节点发现目标概率小的问题，同时不需要知道传感器的检测概率和虚警概率即可实现运动目标的检测。
为解决上述技术问题，本发明提供一种运动目标检测方法，其应用于无线传感器网络中，所述无线传感器网络包括一个头节点和若干子节点，该方法包括：
第一子节点检测运动目标发出的信号，并将检测结果发送给所述头节点；
当所述头节点判断所述第一子节点检测到运动目标时，激活所述第一子节点指定长度内的其他子节点进行运动目标检测；
当有子节点检测到所述运动目标时，所述头节点在所述指定长度内的子节点中，查找符合下述三个条件的三角形，条件一：构成三角形的三个子节点不能共线；条件二：构成三角形的三个子节点形成的三角形的最长边小于等于所述第一子节点的所述指定长度；条件三：构成的三角形内的子节点小于等于2个；
当所述头节点查找到符合上述三个条件的三角形时，以该三角形的质心为圆心，所述第一子节点的探测半径为半径确定一个圆形区域，并计算该圆形区域中子节点发现运动目标的概率大于节点探测门限的节点总数；所述探测门限为预先设置的单个子节点发现目标的门限；
所述头节点比较上述节点总数与预先设定的决策门限的大小，当所述节点总数大于所述决策门限时，判定该圆形区域内检测到运动目标；否则，继续等待，所述决策门限为以节点探测半径为半径的圆面积的倍数。
较佳的，所述第一子节点检测运动目标发出的信号，并将检测结果发送给所述头节点，进一步包括：
当运动目标进入所述第一子节点探测区域时，所述第一子节点自动采集所述运动目标发出的信号；
所述第一子节点多次采集所述运动目标发出的信号，每采集一次信号，所述第一子节点将采集的信号与节点探测门限进行比较，当所述采集的信号大于所述探测门限时，所述第一子节点中预存的计数变量加1，否则所述计数变量不变，当第一节点采集完预设次数的信号后，将所述计数变量发送给所述头节点，并将所述第一子节点存储的计数变量清零，所述计数变量的初值为0；
所述头节点判断所述第一子节点检测到运动目标，进一步包括：
所述头节点计算所述第一子节点发送的计数变量与预设次数的比值，并将所述比值与节点的探测门限进行比较，当所述比值大于所述探测门限时，则判断所述第一子节点检测到运动目标，所述计数变量与预设次数的比值为单个节点发现运动目标的概率。
较佳的，所述头节点在所述指定长度内的子节点中，查找符合下述三个条件的三角形，条件一：构成三角形的三个子节点不能共线；条件二：构成三角形的三个子节点形成的三角形的最长边小于等于所述第一子节点的所述指定长度；条件三：构成的三角形内的子节点小于等于2个，进一步包括：
所述头节点首先获取发现运动目标概率最大的三个子节点，判断所述三个子节点是否构成符合下述三个条件的三角形，条件一：构成三角形的三个子节点不能共线；条件二：构成三角形的三个子节点形成的三角形的最长边小于等于所述第一子节点的所述指定长度；条件三：构成的三角形内的子节点小于等于2个；
当判断所述三个子节点不能构成符合上述三个条件的三角形时，所述头节点保留组成上述三角形的最短边两个顶点的子节点，并从剩余子节点中筛选出发现运动目标概率最大的一个子节点，然后用保留的子节点连同筛选出的子节点判断是否构成符合上述条件的三角形，以此类推，直至查找到符合上述条件的三角形，或者直至已遍历所述第一子节点指定长度内的子节点。
较佳的，所述指定长度为所述第一子节点两倍探测半径内。
较佳的，所述预设计数大于等于两次。
较佳的，所述决策门限具体可计算如下：Tt=cπR2d，其中Tt为决策门限，c为常数，R代表节点的探测半径，d为所述第一子节点指定长度内的子节点的密度。
相应的，本发明实施例提供一种无线传感器网络头节点设备，其包括：
接收模块，用于接收子节点检测运动目标后发送的检测结果，所述检测结果包括第一子节点发送的检测结果；
第一判断模块，用于根据接收的检测结果判断发送所述检测结果的子节点是否检测到所述运动目标，其中所述检测结果包括第一子节点发送的检测结果；
激活模块，用于当所述第一判断模块判断第一子节点检测到运动目标时，激活所述第一子节点指定长度内的其他子节点进行运动目标检测；
查找模块，用于所述激活模块激活其他子节点后，有子节点检测到所述运动目标时，查找符合下述三个条件的三角形，条件一：构成三角形的三个子节点不能共线；条件二：构成三角形的三个子节点形成的三角形的最长边小于等于所述第一子节点的所述指定长度；条件三：构成的三角形内的子节点小于等于2个；
计算模块，用于当所述查找模块查找出符合上述三个条件的三角形时，以该三角形的质心为圆心，所述第一子节点的探测半径为半径确定一个圆形区域，并计算该圆形区域中子节点发现运动目标的概率大于节点探测门限的节点总数；所述探测门限为预先设置的单个子节点发现目标的门限；
决策判断模块，用于比较上述节点总数与预先设定的决策门限的大小，当所述节点总数大于所述决策门限时，判定该圆形区域内检测到运动目标；否则，继续等待，所述决策门限为以节点探测半径为半径的圆面积的倍数。
较佳的，
所述接收模块接收的检测结果为子节点发送的计数变量，所述计数变量初值为0，子节点每采集一次信号，所述子节点将采集的信号与节点探测门限进行比较，当所述采集的信号大于所述探测门限时，所述子节点中预存的计数变量加1，否则所述计数变量不变，当所述节点采集完预设次数的信号后，将所述计数变量发送给所述头节点设备，并且所述子节点将所述计数变量清零；
所述第一判断模块进一步用于计算所述子节点发送的计数变量与预设次数的比值，并将所述比值与节点的探测门限进行比较，当所述比值大于所述探测门限时，则判断所述子节点检测到运动目标，所述计数变量与预设次数的比值为单个节点发现运动目标的概率。
较佳的，所述查找模块进一步包括：
节点选择模块，用于从所述第一子节点指定长度内获取三个子节点，首先获取的三个子节点为发现运动目标概率最大的三个子节点，后续获取子节点时，保留前次组成三角形的最短边两个顶点的子节点，并从剩余子节点中筛选出发现运动目标概率最大的一个子节点，与保留的子节点构成保留的子节点连同筛选出的子节点，依次类推，直至查找到符合三个条件的三角形，或者直至遍历所述第一子节点指定长度内的所有子节点；
查找子模块，用于根据所述节点选择模块每次获取的三个子节点判断所述三个子节点是否构成符合下述三个条件的三角形，条件一：构成三角形的三个子节点不能共线；条件二：构成三角形的三个子节点形成的三角形的最长边小于等于所述第一子节点的所述指定长度；条件三：构成的三角形内的子节点小于等于2个；如果判断为否，则通知所述节点选择模块继续获取子节点。
较佳的，所述指定长度为所述第一子节点两倍探测半径内。
较佳的，所述决策门限具体可计算如下：Tt=cπR2d，其中Tt为决策门限，c为常数，R代表节点的探测半径，d为所述第一子节点指定长度内的子节点的密度。
实施本发明实施例，具有如下有益效果：
本发明实施例，通过头节点唤醒初次检测到运动目标的子节点预定范围内的子节点进行运动目标检测，也即本发明实施例只唤醒一部分节点进行目标检测，可有效第节省节点能力；而通过区域范围内的节点确定运动目标经过的区域，可有效地解决单个节点发现运动目标概率小的缺陷，有效地抑制了虚警；此外，本发明实施例采用的区域目标检测方法不需要知道节点中传感器的检测概率和虚警概率，对应用环境和传感器特性没有特殊要求，更具有普遍性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明的运动目标检测方法的简要流程示意图；
图2是本发明的无线传感器网络头节点设备的一实施例结构组成示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
下面结合附图1对和具体实施方式对本发明的运动目标检测方法进行详细说明。
图1所示为本发明的运动目标检测方法的简要流程示意图。具体实现中，本发明的运动目标检测方法应用于无线传感器网络中，所述无线传感器网络包括一个头节点和若干子节点。一般情况下，头节点除具备检测能力之外，还具有较强的计算能力，而一般的子节点除具备检测能力之外，具备较弱的计算能力，另外，头节点具有较大的能力，能与远方的雷达站进行通信，而一般子节点不具备该功能。如图1所示，本发明的运动目标检测方法包括：
步骤S110，第一子节点检测运动目标发出的信号，并将检测结果发送给头节点。
具体实现中，本发明的无线传感器网络中保留几个长期处于激活状态的子节点用于检测运动目标，这些节点即为第一子节点。具体实现中，当运动目标进入节点的探测区域时，节点会自动采集所述运动目标发出的信号，第一子节点即是采用该原理来采集运动目标发出的信号的。具体的，运动目标运动过程中，会发出声音、热量等信号，因此，节点便可采集声音信号或红外信号等。再进一步，节点在进行信号采集的时候是按照探测周期（是指节点的传感器进行一次信号采集的周期）进行采集的，因此，具体实现中，节点可在一次探测周期完成后将采集的信号发送给头节点，也可以在多次探测周期之后将采集的信号发送给头节点。例如，第一子节点可多次（即为后续的预设次数，可为N次，N大于等于2）采集所述运动目标发出的信号，每采集一次信号，所述第一子节点将采集的信号与节点探测门限（探测门限为预先设置的单个子节点发现目标的门限，本发明中可设探测门限为Td）进行比较，当所述采集的信号大于所述探测门限时，所述第一子节点中预存的计数变量（本发明中可设计数变量为r）加1，否则所述计数变量不变，当第一节点采集完预设次数的信号后，将所述计数变量发送给所述头节点，并将所述第一子节点存储的计数变量清零，所述计数变量的初值为0。
步骤S111，当所述头节点判断所述第一子节点检测到运动目标时，激活所述第一子节点指定长度内的其他子节点进行运动目标检测。
具体实现中，所述头节点通过第一子节点发送的检测结果判断所述第一子节点是否检测到运动目标，倘若所述第一子节点发送的检测结果为一个探测周期后的检测数据，头节点即通过该次采集结果与探测门限进行比较，判断出所述第一子节点是否检测到运动目标，单个节点单个探测周期如何判断是否检测到运动目标为现有技术内容，在此不进行赘述；倘若所述第一子节点发送的检测结果为N次探测周期之后的检测数据，头节点即可采用如下方式进行判断，所述头节点计算所述第一子节点发送的计数变量与预设次数的比值，并将所述比值与节点的探测门限进行比较，当所述比值大于所述探测门限时，则判断所述第一子节点检测到运动目标，所述计数变量与预设次数的比值为单个节点发现运动目标的概率。假设第一子节点为无线传感器网络中第i个节点，那么其计数变量为ri，经过N个探测周期之后，可近似认为给节点确认目标存在的概率为ri/N，因此，当ri/N＞Td时，则可判断出所述第一子节点检测到运动目标，否则，认为所述第一子节点未检测到运动目标。
具体实现中，所述第一子节点指定长度为所述第一子节点两倍探测半径内。
具体实现中，其他子节点进行运动目标检测的方式可与第一子节点进行运动目标检测的方式相同。
步骤S112，当有子节点检测到所述运动目标时，所述头节点在所述指定长度内的子节点中，查找符合三个条件的三角形，所述三个条件包括：条件一：构成三角形的三个子节点不能共线；条件二：构成三角形的三个子节点形成的三角形的最长边小于等于所述第一子节点的所述指定长度；条件三：构成的三角形内的子节点小于等于2个。
具体实现中，所述头节点在查找符合上述三个条件的三角形时，可首先获取发现运动目标概率最大的三个子节点，判断所述三个子节点是否构成符合上述三个条件的三角形；
当判断所述三个子节点不能构成符合上述三个条件的三角形时，所述头节点保留组成上述三角形的最短边两个顶点的子节点，并从剩余子节点中筛选出发现运动目标概率最大的一个子节点，然后用保留的子节点连同筛选出的子节点判断是否构成符合上述条件的三角形，以此类推，直至查找到符合上述条件的三角形，或者直至已遍历所述第一子节点指定长度内的子节点。
步骤S113，当所述头节点查找到符合上述三个条件的三角形时，以该三角形的质心为圆心，所述第一子节点的探测半径为半径确定一个圆形区域，并计算该圆形区域中子节点发现运动目标的概率大于节点探测门限的节点总数。
步骤S114，所述头节点比较上述节点总数与预先设定的决策门限的大小，当所述节点总数大于所述决策门限时，判定该圆形区域内检测到运动目标；否则，继续等待，所述决策门限为以节点探测半径为半径的圆面积的倍数。
具体实现中，所述决策门限具体可计算如下：Tt=cπR2d，其中Tt为决策门限，c为常数，R代表节点的探测半径，d为所述第一子节点指定长度内的子节点的密度。
本实施例示出了一个第一子节点从检测运动目标到最终头节点确定在所述第一子节点的两倍探测半径区域内检测到运动目标的方法流程图。具体实现中，一个无线传感器网络中可包括两个或者更多的第一子节点，因此，对于其中的每个第一子节点均可采用本发明的方法进行运动目标检测，并且，当判断其中一个第一子节点为检测到运动目标时，系统可遍历其他的第一子节点，直到所有的第一子节点均报告未检测到运动目标时，无线传感器网络方可认定未检测到运动目标，也即运动目标不存在。
下面结合附图2对和具体实施方式对本发明的无线传感器网络头节点设备进行详细说明。
如图2所示，本发明的无线传感器网络头节点设备包括：接收模块21、第一判断模块22、激活模块23、查找模块24、计算模块25、决策判断模块26，其中：
接收模块21，用于接收子节点检测运动目标后发送的检测结果，所述检测结果包括第一子节点发送的检测结果。具体实现中，本发明的无线传感器网络中保留几个长期处于激活状态的子节点用于检测运动目标，这些节点即为第一子节点。具体实现中，当运动目标进入节点的探测区域时，节点会自动采集所述运动目标发出的信号，第一子节点即是采用该原理来采集运动目标发出的信号的。具体的，运动目标运动过程中，会发出声音、热量等信号，因此，节点便可采集声音信号或红外信号等。再进一步，节点在进行信号采集的时候是按照探测周期（是指节点的传感器进行一次信号采集的周期）进行采集的，因此，具体实现中，节点可在一次探测周期完成后将采集的信号发送给头节点，也可以在多次探测周期之后将采集的信号发送给头节点。例如，第一子节点可多次（即为后续的预设次数，可为N次，N大于等于2）采集所述运动目标发出的信号，每采集一次信号，所述第一子节点将采集的信号与节点探测门限（探测门限为预先设置的单个子节点发现目标的门限，本发明中可设探测门限为Td）进行比较，当所述采集的信号大于所述探测门限时，所述第一子节点中预存的计数变量（本发明中可设计数变量为r）加1，否则所述计数变量不变，当第一节点采集完预设次数的信号后，将所述计数变量发送给所述头节点，并将所述第一子节点存储的计数变量清零，所述计数变量的初值为0。因此，所述接收模块21接收的检测结果可为节点在一次探测周期之后采集的信号，所述接收模块21接收的检测结果也可为子节点发送的计数变量。
第一判断模块22，用于根据接收的检测结果判断发送所述检测结果的子节点是否检测到所述运动目标，其中所述检测结果包括第一子节点发送的检测结果。具体实现中，第一判断模块22一方面根据第一子节点发送的检测结果判断第一子节点是否检测到所述运动目标，另一方面根据激活模块激活的其他子节点发送的检测结果，判断其他子节点是否检测到所述运动目标。具体实现中，所述第一子节点以及其他子节点检测是否有运动目标的方式可相同。下面以第一子节点发送的检测结果为例进行举例说明。倘若所述第一子节点发送的检测结果为一个探测周期后的检测数据，第一判断模块22即通过该次采集结果与探测门限进行比较，判断出所述第一子节点是否检测到运动目标，单个节点单个探测周期如何判断是否检测到运动目标为现有技术内容，在此不进行赘述；倘若所述第一子节点发送的检测结果为N次探测周期之后的检测数据，第一判断模块22即可采用如下方式进行判断，所述头节点计算所述第一子节点发送的计数变量与预设次数的比值，并将所述比值与节点的探测门限进行比较，当所述比值大于所述探测门限时，则判断所述第一子节点检测到运动目标，所述计数变量与预设次数的比值为单个节点发现运动目标的概率。假设第一子节点为无线传感器网络中第i个节点，那么其计数变量为ri，经过N个探测周期之后，可近似认为给节点确认目标存在的概率为ri/N，因此，当ri/N＞Td时，则可判断出所述第一子节点检测到运动目标，否则，认为所述第一子节点未检测到运动目标。
激活模块23，用于当所述第一判断模块22判断第一子节点检测到运动目标时，激活所述第一子节点指定长度内的其他子节点进行运动目标检测。具体实现中，所述第一子节点指定长度为所述第一子节点两倍探测半径内。
查找模块24，用于所述激活模块23激活其他子节点后，有子节点检测到所述运动目标时，查找符合下述三个条件的三角形，条件一：构成三角形的三个子节点不能共线；条件二：构成三角形的三个子节点形成的三角形的最长边小于等于所述第一子节点的所述指定长度；条件三：构成的三角形内的子节点小于等于2个。如图2所示，具体实现中，查找模块24可进一步包括：节点选择模块241，用于从所述第一子节点指定长度内获取三个子节点，首先获取的三个子节点为发现运动目标概率最大的三个子节点，后续获取子节点时，保留前次组成三角形的最短边两个顶点的子节点，并从剩余子节点中筛选出发现运动目标概率最大的一个子节点，与保留的子节点构成保留的子节点连同筛选出的子节点，依次类推，直至查找到符合三个条件的三角形，或者直至遍历所述第一子节点指定长度内的所有子节点；查找子模块242，用于根据所述节点选择模块241每次获取的三个子节点判断所述三个子节点是否构成符合下述三个条件的三角形，条件一：构成三角形的三个子节点不能共线；条件二：构成三角形的三个子节点形成的三角形的最长边小于等于所述第一子节点的所述指定长度；条件三：构成的三角形内的子节点小于等于2个；如果判断为否，则通知所述节点选择模块241继续获取子节点。
计算模块25，用于当所述查找模块24查找出符合上述三个条件的三角形时，以该三角形的质心为圆心，所述第一子节点的探测半径为半径确定一个圆形区域，并计算该圆形区域中子节点发现运动目标的概率大于节点探测门限的节点总数；所述探测门限为预先设置的单个子节点发现目标的门限。
决策判断模块26，用于比较上述节点总数与预先设定的决策门限的大小，当所述节点总数大于所述决策门限时，判定该圆形区域内检测到运动目标；否则，继续等待，所述决策门限为以节点探测半径为半径的圆面积的倍数。
具体实现中，所述决策门限具体可计算如下：Tt=cπR2d，其中Tt为决策门限，c为常数，R代表节点的探测半径，d为所述第一子节点指定长度内的子节点的密度。
本发明实施例，通过头节点唤醒初次检测到运动目标的子节点预定范围内的子节点进行运动目标检测，也即本发明实施例只唤醒一部分节点进行目标检测，可有效第节省节点能力；而通过区域范围内的节点确定运动目标经过的区域，可有效地解决单个节点发现运动目标概率小的缺陷，有效地抑制了虚警；此外，本发明实施例采用的区域目标检测方法不需要知道节点中传感器的检测概率和虚警概率，对应用环境和传感器特性没有特殊要求，更具有普遍性。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。
Claims (11)
1.一种运动目标检测方法，其应用于无线传感器网络中，所述无线传感器网络包括一个头节点和若干子节点，其特征在于，该方法包括：
第一子节点检测运动目标发出的信号，并将检测结果发送给所述头节点；
当所述头节点判断所述第一子节点检测到运动目标时，激活所述第一子节点指定长度内的其他子节点进行运动目标检测；
当有子节点检测到所述运动目标时，所述头节点在所述指定长度内的子节点中，查找符合下述三个条件的三角形，条件一：构成三角形的三个子节点不能共线；条件二：构成三角形的三个子节点形成的三角形的最长边小于等于所述第一子节点的所述指定长度；条件三：构成的三角形内的子节点小于等于2个；
当所述头节点查找到符合上述三个条件的三角形时，以该三角形的质心为圆心，所述第一子节点的探测半径为半径确定一个圆形区域，并计算该圆形区域中子节点发现运动目标的概率大于节点探测门限的节点总数；所述探测门限为预先设置的单个子节点发现目标的门限；
所述头节点比较上述节点总数与预先设定的决策门限的大小，当所述节点总数大于所述决策门限时，判定该圆形区域内检测到运动目标；否则，继续等待；所述决策门限为以节点探测半径为半径的圆面积的倍数。
2.如权利要求1所述的运动目标检测方法，其特征在于，第一子节点检测运动目标发出的信号，并将检测结果发送给所述头节点，进一步包括：
当运动目标进入所述第一子节点探测区域时，所述第一子节点自动采集所述运动目标发出的信号；
所述第一子节点多次采集所述运动目标发出的信号，每采集一次信号，所述第一子节点将采集的信号与节点探测门限进行比较，当所述采集的信号大于所述探测门限时，所述第一子节点中预存的计数变量加1，否则所述计数变量不变，当第一节点采集完预设次数的信号后，将所述计数变量发送给所述头节点，并将所述第一子节点存储的计数变量清零，所述计数变量的初值为0；
所述头节点判断所述第一子节点检测到运动目标，进一步包括：
所述头节点计算所述第一子节点发送的计数变量与预设次数的比值，并将所述比值与节点的探测门限进行比较，当所述比值大于所述探测门限时，则判断所述第一子节点检测到运动目标，所述计数变量与预设次数的比值为单个节点发现运动目标的概率。
3.如权利要求1或2所述的运动目标检测方法，其特征在于，所述头节点在所述指定长度内的子节点中，查找符合下述三个条件的三角形，条件一：构成三角形的三个子节点不能共线；条件二：构成三角形的三个子节点形成的三角形的最长边小于等于所述第一子节点的所述指定长度；条件三：构成的三角形内的子节点小于等于2个，进一步包括：
所述头节点首先获取发现运动目标概率最大的三个子节点，判断所述三个子节点是否构成符合下述三个条件的三角形，条件一：构成三角形的三个子节点不能共线；条件二：构成三角形的三个子节点形成的三角形的最长边小于等于所述第一子节点的所述指定长度；条件三：构成的三角形内的子节点小于等于2个；
当判断所述三个子节点不能构成符合上述三个条件的三角形时，所述头节点保留组成上述三角形的最短边两个顶点的子节点，并从剩余子节点中筛选出发现运动目标概率最大的一个子节点，然后用保留的子节点连同筛选出的子节点判断是否构成符合上述条件的三角形，以此类推，直至查找到符合上述条件的三角形，或者直至已遍历所述第一子节点指定长度内的子节点。
4.如权利要求1所述的运动目标检测方法，其特征在于，所述指定长度为所述第一子节点两倍探测半径内。
5.如权利要求2所述的运动目标检测方法，其特征在于，所述预设计数大于等于两次。
6.如权利要求1所述的运动目标检测方法，其特征在于，所述决策门限具体可计算如下：Tt=cπR2d，其中Tt为决策门限，c为常数，R代表节点的探测半径，d为所述第一子节点指定长度内的子节点的密度。
7.一种无线传感器网络头节点设备，其特征在于，包括：
接收模块，用于接收子节点检测运动目标后发送的检测结果，所述检测结果包括第一子节点发送的检测结果；
第一判断模块，用于根据接收的检测结果判断发送所述检测结果的子节点是否检测到所述运动目标，其中所述检测结果包括第一子节点发送的检测结果；
激活模块，用于当所述第一判断模块判断第一子节点检测到运动目标时，激活所述第一子节点指定长度内的其他子节点进行运动目标检测；
查找模块，用于所述激活模块激活其他子节点后，有子节点检测到所述运动目标时，查找符合下述三个条件的三角形，条件一：构成三角形的三个子节点不能共线；条件二：构成三角形的三个子节点形成的三角形的最长边小于等于所述第一子节点的所述指定长度；条件三：构成的三角形内的子节点小于等于2个；
计算模块，用于当所述查找模块查找出符合上述三个条件的三角形时，以该三角形的质心为圆心，所述第一子节点的探测半径为半径确定一个圆形区域，并计算该圆形区域中子节点发现运动目标的概率大于节点探测门限的节点总数；所述探测门限为预先设置的单个子节点发现目标的门限；
决策判断模块，用于比较上述节点总数与预先设定的决策门限的大小，当所述节点总数大于所述决策门限时，判定该圆形区域内检测到运动目标；否则，继续等待，所述决策门限为以节点探测半径为半径的圆面积的倍数。
8.如权利要求7所述的无线传感器网络头节点设备，其特征在于，
所述接收模块接收的检测结果为子节点发送的计数变量，所述计数变量初值为0，子节点每采集一次信号，所述子节点将采集的信号与节点探测门限进行比较，当所述采集的信号大于所述探测门限时，所述子节点中预存的计数变量加1，否则所述计数变量不变，当所述节点采集完预设次数的信号后，将所述计数变量发送给所述头节点设备，并且所述子节点将所述计数变量清零；
所述第一判断模块进一步用于计算所述子节点发送的计数变量与预设次数的比值，并将所述比值与节点的探测门限进行比较，当所述比值大于所述探测门限时，则判断所述子节点检测到运动目标，所述计数变量与预设次数的比值为单个节点发现运动目标的概率。
9.如权利要求7或8所述的无线传感器网络头节点设备，其特征在于，所述查找模块进一步包括：
节点选择模块，用于从所述第一子节点指定长度内获取三个子节点，首先获取的三个子节点为发现运动目标概率最大的三个子节点，后续获取子节点时，保留前次组成三角形的最短边两个顶点的子节点，并从剩余子节点中筛选出发现运动目标概率最大的一个子节点，与保留的子节点构成保留的子节点连同筛选出的子节点，依次类推，直至查找到符合三个条件的三角形，或者直至遍历所述第一子节点指定长度内的所有子节点；
查找子模块，用于根据所述节点选择模块每次获取的三个子节点判断所述三个子节点是否构成符合下述三个条件的三角形，条件一：构成三角形的三个子节点不能共线；条件二：构成三角形的三个子节点形成的三角形的最长边小于等于所述第一子节点的所述指定长度；条件三：构成的三角形内的子节点小于等于2个；如果判断为否，则通知所述节点选择模块继续获取子节点。
10.如权利要求7所述的无线传感器网络头节点设备，其特征在于，所述指定长度为所述第一子节点两倍探测半径内。
11.如权利要求7所述的无线传感器网络头节点设备，其特征在于，所述决策门限具体可计算如下：Tt=cπR2d，其中Tt为决策门限，c为常数，R代表节点的探测半径，d为所述第一子节点指定长度内的子节点的密度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110049858.3A CN102123417B (zh) | 2011-03-02 | 2011-03-02 | 运动目标检测方法以及无线传感器网络头节点设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110049858.3A CN102123417B (zh) | 2011-03-02 | 2011-03-02 | 运动目标检测方法以及无线传感器网络头节点设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102123417A true CN102123417A (zh) | 2011-07-13 |
| CN102123417B CN102123417B (zh) | 2014-07-23 |
Family
ID=44251827
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201110049858.3A Active CN102123417B (zh) | 2011-03-02 | 2011-03-02 | 运动目标检测方法以及无线传感器网络头节点设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102123417B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104181504A (zh) * | 2014-08-12 | 2014-12-03 | 中国科学院上海微系统与信息技术研究所 | 一种基于麦克风阵列的无线传感器网络运动目标检测方法 |
| CN108834053A (zh) * | 2018-06-20 | 2018-11-16 | 北京邮电大学 | 一种定位方法、装置及设备 |
| CN113807484A (zh) * | 2021-08-31 | 2021-12-17 | 中国科学院上海微系统与信息技术研究所 | 一种基于传感器阵列的稳健的运动目标计数方法 |
| CN113807484B (zh) * | 2021-08-31 | 2024-06-28 | 中国科学院上海微系统与信息技术研究所 | 一种基于传感器阵列的稳健的运动目标计数方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101316200A (zh) * | 2008-07-04 | 2008-12-03 | 北京交通大学 | 一种检测与修补无线视频传感器网络最坏情况覆盖的方法 |
| 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 |
| CN101888671A (zh) * | 2010-02-10 | 2010-11-17 | 上海交通大学 | 能量有效的目标跟踪方法 |
| CN101916437A (zh) * | 2010-06-18 | 2010-12-15 | 中国科学院计算技术研究所 | 一种基于多视觉信息的目标定位方法和系统 |
-
2011
- 2011-03-02 CN CN201110049858.3A patent/CN102123417B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101316200A (zh) * | 2008-07-04 | 2008-12-03 | 北京交通大学 | 一种检测与修补无线视频传感器网络最坏情况覆盖的方法 |
| 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 |
| CN101888671A (zh) * | 2010-02-10 | 2010-11-17 | 上海交通大学 | 能量有效的目标跟踪方法 |
| CN101916437A (zh) * | 2010-06-18 | 2010-12-15 | 中国科学院计算技术研究所 | 一种基于多视觉信息的目标定位方法和系统 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104181504A (zh) * | 2014-08-12 | 2014-12-03 | 中国科学院上海微系统与信息技术研究所 | 一种基于麦克风阵列的无线传感器网络运动目标检测方法 |
| CN108834053A (zh) * | 2018-06-20 | 2018-11-16 | 北京邮电大学 | 一种定位方法、装置及设备 |
| CN108834053B (zh) * | 2018-06-20 | 2021-03-12 | 北京邮电大学 | 一种定位方法、装置及设备 |
| CN113807484A (zh) * | 2021-08-31 | 2021-12-17 | 中国科学院上海微系统与信息技术研究所 | 一种基于传感器阵列的稳健的运动目标计数方法 |
| CN113807484B (zh) * | 2021-08-31 | 2024-06-28 | 中国科学院上海微系统与信息技术研究所 | 一种基于传感器阵列的稳健的运动目标计数方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102123417B (zh) | 2014-07-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8773264B2 (en) | Intrusion detection and tracking system and related techniques | |
| EP3730974B1 (en) | Detecting location within a network | |
| Yang et al. | Performing joint learning for passive intrusion detection in pervasive wireless environments | |
| Zhang et al. | Fine-grained localization for multiple transceiver-free objects by using RF-based technologies | |
| Singh et al. | Optimized Node Clustering based on Received Signal Strength with Particle Ordered-filter Routing Used in VANET. | |
| TWI415034B (zh) | Environmental monitoring methods and devices designed for the use of data fusion algorithms for cloud computing | |
| Boulanouar et al. | Energy-aware object tracking algorithm using heterogeneous wireless sensor networks | |
| Al-Husseiny et al. | RF-based traffic detection and identification | |
| CN103458021B (zh) | 一种事件驱动的随态自适应的传感器组织方法 | |
| Shang et al. | Research on the intrusion detection model based on improved cumulative summation and evidence theory for wireless sensor network | |
| CN104410992A (zh) | 分布式传感网络基于信任的态势数据融合方法 | |
| CN102123417B (zh) | 运动目标检测方法以及无线传感器网络头节点设备 | |
| CN101483935A (zh) | 无线自组织网络的拓扑绘制算法 | |
| Turgut et al. | A pragmatic value-of-information approach for intruder tracking sensor networks | |
| Wang et al. | Collaborative sensing using sensors of uncoordinated mobility | |
| KR101396888B1 (ko) | 센서 네트워크 및 그의 표적 탐지 확정 방법 | |
| Abid et al. | Centralized KNN anomaly detector for WSN | |
| KR102478928B1 (ko) | 네트워크 내에서의 위치 검출 | |
| CN109040998B (zh) | 一种基于蜂窝网格静态簇头部署的数据采集方法 | |
| CN116405503A (zh) | 一种无人机集群网络拓扑推断方法 | |
| Liu et al. | Indoor intrusion detection based on fuzzy membership-aided Dempster-Shaper theory | |
| Wang et al. | A real-time CSI-based passive intrusion detection method | |
| CN103731848A (zh) | 一种多传感器分布式系统的数据融合方法 | |
| Souissi et al. | A multi-level study for trust management models assessment in VANETs | |
| CN103024850A (zh) | 一种穿越无线传感器网络的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| C56 | Change in the name or address of the patentee | ||
| CP03 | Change of name, title or address |
Address after: 518000 Guangdong province Futian District Shangbu Road West of the city of Shenzhen Shenzhen science and technology building 15 layer (1502-1504, 1506) Patentee after: CHINA NUCLEAR POWER TECHNOLOGY RESEARCH INSTITUTE Patentee after: China Guangdong Nuclear Power Group Co., Ltd. Address before: 518000 Guangdong city of Shenzhen province Futian District science and technology building, Shangbu Road 15 Patentee before: Zhongkehua Nuclear Power Technology Institute Co., Ltd. Patentee before: China Guangdong Nuclear Power Group Co., Ltd. |
|
| C56 | Change in the name or address of the patentee | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 518000 Guangdong province Futian District Shangbu Road West of the city of Shenzhen Shenzhen science and technology building 15 layer (1502-1504, 1506) Patentee after: CHINA NUCLEAR POWER TECHNOLOGY RESEARCH INSTITUTE Patentee after: China General Nuclear Power Corporation Address before: 518000 Guangdong province Futian District Shangbu Road West of the city of Shenzhen Shenzhen science and technology building 15 layer (1502-1504, 1506) Patentee before: CHINA NUCLEAR POWER TECHNOLOGY RESEARCH INSTITUTE Patentee before: China Guangdong Nuclear Power Group Co., Ltd. |