CN102638863A - 一种无线传感器网络中的移动目标跟踪方法 - Google Patents

一种无线传感器网络中的移动目标跟踪方法 Download PDF

Info

Publication number
CN102638863A
CN102638863A CN2012100736730A CN201210073673A CN102638863A CN 102638863 A CN102638863 A CN 102638863A CN 2012100736730 A CN2012100736730 A CN 2012100736730A CN 201210073673 A CN201210073673 A CN 201210073673A CN 102638863 A CN102638863 A CN 102638863A
Authority
CN
China
Prior art keywords
node
target
ordinary
management node
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.)
Granted
Application number
CN2012100736730A
Other languages
English (en)
Other versions
CN102638863B (zh
Inventor
张淳
费树岷
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.)
Southeast University
Original Assignee
Southeast 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 Southeast University filed Critical Southeast University
Priority to CN201210073673.0A priority Critical patent/CN102638863B/zh
Publication of CN102638863A publication Critical patent/CN102638863A/zh
Application granted granted Critical
Publication of CN102638863B publication Critical patent/CN102638863B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Position Fixing By Use Of Radio Waves (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种无线传感器网络中的移动目标跟踪方法,本发明对监测区域实行分区管理,每个区域的跟踪任务由一个管理节点负责,不需要基站采集所有节点的位置信息;管理节点根据前一个采样时间段主跟踪节点的位置确定下一个采样时间段需要唤醒的节点。在每个采样时间段内,只有小部分节点处于监测或活动状态,大部分节点保持休眠;监测到目标的普通节点只需向管理节点发送信息,无需互换信息;当目标跟丢时,首先在一个区域内进行搜索,搜索失败时再进行全网搜索;这些措施减少了节点的能量消耗和节点间的通信次数,延长了网络的生命周期,节省了通信资源。

Description

一种无线传感器网络中的移动目标跟踪方法
技术领域
本发明涉及一种用于无线传感器网络中的移动目标跟踪方法,属于无线传感器网络领域。
背景技术
无线传感器网络由分布在监测区域的大量传感器节点组成,每个传感器节点都具有感知、存储、处理信息,以及与其他传感器节点通信的功能。目标跟踪是无线传感器网络的重要应用之一,主要用于军事、环境监测、病人健康监测和野生动物研究等领域。由于传感器节点携带的电量有限,且在很多应用领域中为传感器节点更换电池很困难,如何在目标跟踪时节约传感器节点能量成为无线传感器网络面临的一大挑战。因此,在跟踪的过程中如何只让小部分节点跟踪目标,而大部分节点休眠,已成为许多文献研究的内容。
RARE-Area和RARE-Node算法,参见“超级计算机”杂志,51卷第2期中“无线传感器网络中应用质量监控设计的一种能量有效的目标跟踪算法”一文,第131-148页(Guo M,Olule E and Wang G.Designing energy efficient target tracking protocol withquality monitoring in wireless sensor networks.Supercomputing,2010,51(2):131-148。下同)通过减少发送给簇头的数据包数量来减少能量消耗。GPBA算法参见“计算机通信”杂志中“基于全局概况的一种能量最小化传感器网络目标跟踪算法”一文,(OscarGarcia,Alejandro Quintero and Samuel Pierre.A Global Profi le-based Algorithmfor Energy Minimization in Object Tracking Sensor Networks.ComputerCommunications2010,33:736-744.)通过统计目标的历史运动轨迹,建立一个表格来记录目标在各个区域停留的次数,通过查阅表格来确定目标下一时刻的位置,然后唤醒这个位置附近的节点。为了维护并更新目标的运动轨迹表,基站需要记录网络中所有节点的位置,并不断向所有节点广播目标的运动轨迹,耗费大量的通信资源和能量资源。因此,一种自组织跟踪方法,参见“航空学报”中“一种无线传感器网络的自组织目标跟踪算法”(Xu Zhen,Rui Liyang.A Self-organizing Bearings-only Target Tracking Algorithm inWireless Sensor Networks.Chinese Journal of Aeronautics,2009,22:627-636.)被提出,避免了基站在全网广播目标信息。一种基于预测的算法(Prediction-basedProtocol),参见中南工业大学学报,“一种基于预测的能量有效的无线传感器网络目标跟踪算法”一文,(BHUIYAN M.Z.A.,Wang Guo-jun and Zhang Li.Prediction-based energy-efficient target tracking protocol in wireless sensor networks.Cent.South Univ.Techonl.,2010,33:736-744.)根据目标当前移动的方向和速度来预测目标下一步的位置,然后唤醒目标周围的节点,但是当目标移动方向不断变化时,则不能准确预测目标位置。由此可见,如何在保证跟踪的准确性的同时减少能量消耗,是需要解决的一个问题。
发明内容
发明目的:本发明的目的是提供一种用于无线传感器网络中的移动目标跟踪方法,达到准确跟踪并减少能量消耗的目的。
技术方案:为了解决上述技术问题,本发明采用了如下的技术方案:
一种无线传感器网络中的移动目标跟踪方法,该方法包括以下步骤:
(1)监测区域由管理节点和普通节点组成;将监测区域划分为若干正方形网格区域,每个正方形网格区域的中心放置一个管理节点;正方形网格区域内还设有若干普通节点,每个普通节点有若干邻居普通节点,邻居普通节点通过如下方法确定:处于普通节点的一跳通信范围内的其余普通节点定义为该普通节点的邻居普通节点;正方形网格的边长定义为:
d = 2 R d
其中d为网格边长,Rd为管理节点的感知距离,Rd为正方形网格区域的对角线长度的1/2;普通节点用于监测目标、获取目标信息、传输数据;管理节点用于定位自身位置、调度普通节点跟踪在其管辖区域内的目标、计算目标位置,管理节点与基站互相通信,管理节点还与其管辖区域内的普通节点互相通信;
(2)各个管理节点获取自身位置坐标,并将自己的位置坐标和ID发送给基站,基站向各管理节点发送它们的邻居管理节点的坐标信息,管理节点接收并储存;管理节点在其感知范围内广播自身位置信息和ID,普通节点根据接收到的信息计算自己的位置,并将自己的位置和ID发送给管理节点,然后所有各普通节点进入休眠状态;管理节点确定自己的管辖区域,管辖区域四个顶点的坐标值分别为:
( ( x 0 - 2 2 R d ) , ( y 0 - 2 2 R d ) ) , ( ( x 0 - 2 2 R d ) , ( y 0 + 2 2 R d ) ) , ( ( x 0 + 2 2 R d ) ,
( y 0 - 2 2 R d ) ) , ( ( x 0 + 2 2 R d ) , ( y 0 + 2 2 R d ) ) ;
其中(x0,y0)为管理节点的自身位置坐标,Rd为管理节点的感知距离,Rd为正方形网格的对角线长度的1/2;
(3)跟踪的初始时刻:管理节点唤醒被监测区域边界处的普通节点,等待目标的出现;
(4)监测到目标的普通节点发送一个数据包给相应的管理节点,管理节点采用选择算法从这些节点中选择三个普通节点:一个主跟踪节点和两个次跟踪节点,根据这三个普通节点采集的目标信息用传统的三边定位算法计算目标位置;
没接收到数据包的管理节点进入休眠态,等待被其他管理节点再次唤醒;
当目标从两个网格交界处进入监测区域时,同时有两个管理节点接收到普通节点发送来的目标信息,则每个管理节点对比目标坐标值和自己的管辖区域,如目标不在自己的管辖区域内,则进入休眠态;如目标在自己的管辖区域内,则执行步骤(5);
(5)网格内的目标跟踪:根据步骤(4)已确定当前目标在哪个网格内,则该网格的管理节点成为当前调度普通节点跟踪目标的节点,该管理节点将在其感知范围内的、前一个采样时间段的主跟踪节点的邻居普通节点唤醒,当邻居普通节点监测到目标时,发送一个数据包给管理节点,管理节点重复步骤(4)中选择算法的操作,采用三边定位法计算目标的当前位置;
(6)当前的管理节点重复步骤(5)的操作,当发现目标的坐标位置不在自己的管辖区域内时,对比目标位置和各邻居管理节点的位置,确定目标在哪个邻居管理节点的管辖区域内,唤醒该邻居管理节点,并将当前的主跟踪节点信息发送给该邻居管理节点,同时将获得的目标轨迹传送给基站,然后该管理节点进入休眠态;
(7)被唤醒的邻居管理节点重复步骤(5)和(6),直到目标离开监测区域。
其中,步骤(1)中,最佳的是每个普通节点有4至6个邻居普通节点。
其中,步骤(2)中,为了减少通信次数和能耗,每个普通节在目标跟踪的过程中,设定一个时间值,当被唤醒的普通节点在设定的时间值内未发现目标时,则自动进入休眠状态。
其中,步骤(4)中,多个被唤醒的普通节点均向其管理节点发送数据包,数据包由普通节点的ID、距离目标的距离、剩余电量封装而成,管理节点从这些节点中选择一个主跟踪节点和两个次跟踪节点,步骤如下:
(1)管理节点计算各普通节点被选择的可能性,表示如下:
P i ( t ) = φ i ( t ) * η i ( t ) Σ S j ∈ C ( t ) φ j ( t ) * η j ( t )
φ i ( t ) = 1 d i ( t )
η i ( t ) = E residual i ( t ) E initial i ( t )
其中,Pi(t)为在时间t、ID为i的普通节点被选择的概率,φi(t)为在时间t、ID为i的普通节点的距离因子,ηi(t)为在时间t、ID为i的普通节点的能量因子,C(t)为在时间t被唤醒的普通节点的集合,Sj代表C(t)这个集合中包含的节点,φj(t)和ηj(t)分别代表在时间t、C(t)这个集合中包含的节点的距离因子和能量因子,di(t)为在时间t、ID为i的普通节点到目标的距离,
Figure BDA0000145003270000041
分别为在时间t,ID为i的普通节点的剩余电量和初始电量;
(2)管理节点将这些普通节点按被选择概率的大小从高到低排列,排在前三位的分别为主跟踪节点和两个次跟踪节点。
其中,步骤(6)中,跟踪失败的补救措施:如果被唤醒的邻居管理节点没有监测到目标信息时,当前的管理节点判定目标丢失,则采用下面的补救措施,首先,当前的管理节点唤醒其感知范围内的所有普通节点进入监测状态;如还没发现目标,则向基站发送请求信息,基站唤醒监测区域内所有管理节点,进而所有的普通节点也全部被唤醒对目标进行全网搜索,发现目标的管理节点向基站报告,基站再将目标的信息发送给目标所在区域的管理节点,其他管理节点进入休眠态。
其中在每个采样时间段内,每个采样时间段被分成若干时隙,每个普通节点都被分到一个时隙来传输探测到的目标信息;管理节点也留有单独的时隙,管理节点在时隙内要完成以下任务:从监测到目标的普通节点中选择一个主跟踪节点和两个次跟踪节点,计算目标在该采样时间段初始时间点的位置,接收基站发送的命令;选择下一个采样时间段需要唤醒的节点,并通知它们进入监测状态。采样时间段的长度被定义如下:
LS=(n+2)×LT
其中LS为一个采样时间段的长度,LT是一个时隙的长度,n为被唤醒的节点的数目。
一般来说,普通节点在跟踪过程中有以下三种工作模式:监测状态、活动状态和休眠状态。在监测状态时,普通节点负责感知目标,如果在预设时间段内没有检测到目标,则转入休眠状态;活动状态时,普通节点与其他节点进行无线通信,收发数据,如果该普通节点的电量低于设定值,则进入休眠状态;休眠状态时,普通节点基本不消耗能量,在休眠状态的普通节点在收到激活信息后,就进入检测状态。本发明提供一种合理的调度方法,在每个采样时间段内,普通节点在这三种工作模式下转换,选择一小部分普通节点跟踪目标,令大部分普通节点在休眠状态,达到准确跟踪并减少能量消耗的目的。
本发明具有的有益效果是:(1)节省能量资源和通信资源。对监测区域实行分区管理,每个区域的跟踪任务由一个管理节点负责,不需要基站采集所有节点的位置信息;管理节点根据前一个采样时间段主跟踪节点的位置确定下一个采样时间段需要唤醒的节点。在每个采样时间段内,只有小部分节点处于监测或活动状态,大部分节点保持休眠;监测到目标的普通节点只需向管理节点发送信息,无需互换信息;当目标跟丢时,首先在一个区域内进行搜索,搜索失败时再进行全网搜索;这些措施减少了节点的能量消耗和节点间的通信次数,延长了网络的生命周期,节省了通信资源;
(2)跟踪准确度高。由于每个普通节点有4至6个邻居普通节点,管理节点每次唤醒前一个采样时间段的主跟踪节点的邻居普通节点,保证了目标在下一个采样时间段出现的位置在被唤醒的节点的监测范围内,并且有多个普通节点能监测到目标,保证了跟踪的准确性;当监测网络内有部分节点死亡时,剩余节点仍然能继续跟踪目标,保证了检测网络中不会有覆盖空洞。
附图说明
图1为本发明的流程图。
图2为本发明的无线传感器网络的示意图。
图3为管理节点和普通节点之间的通信模式图。
具体实施方式
为了使本发明的技术问题、技术方案更加清楚明白,结合附图及实施例,对本发明的一种无线传感器网络中的移动目标跟踪方法做进一步的解释说明。此处描述的具体实施例仅用于解释本发明,不用于限定本发明。
如图1所示,本发明的无线传感器网络中的移动目标跟踪方法包括如下步骤:
1、监测区域主要由管理节点和普通节点组成;将监测区域划分为若干正方形网格区域,每个正方形网格区域中心放置一个管理节点;正方形网格区域内还设有若干普通节点,且每个普通节点有若干邻居普通节点,邻居普通节点通过如下方法确定:处于普通节点的一跳通信范围内的其余普通节点定义为该普通节点的邻居普通节点;正方形网格的边长定义为:
d = 2 R d
其中d为网格边长,Rd为管理节点的感知距离,Rd为正方形网格区域的对角线长度的1/2;普通节点用于监测目标、获取目标信息、传输数据;管理节点用于定位自身位置、调度普通节点跟踪在其管辖区域内的目标、计算目标位置,管理节点与基站互相通信;管理节点还与其管辖区域内的普通节点互相通信;管理节点装有GPS模块。
其中,管理节点的感知范围是:以管理节点传感器的位置为圆心,管理节点传感器的感知半径为半径画个圆,当目标在这个圆内时,管理节点传感器能发现目标;在圆外时,发现不了目标;这个圆形区域即为管理节点的感知范围。下同。
管理节点的管辖区域是包含在其感知范围内的正方形网格区域,正方形网格区域的对角线的1/2为管理节点传感器的感知距离Rd。下同。
2、各个管理节点获取自身位置坐标,并将自己的位置坐标和ID(识别号)发送给基站,基站向各管理节点发送它们的邻居管理节点的坐标信息,管理节点接收并储存;管理节点在其感知范围内广播自身位置信息和ID,普通节点根据接收到的信息计算自己的位置,并将自己的位置和ID发送给管理节点,然后所有普通节点进入休眠状态;管理节点确定自己的管辖区域,管辖区域四个顶点的坐标值分别为:
( ( x 0 - 2 2 R d ) , ( y 0 - 2 2 R d ) ) , ( ( x 0 - 2 2 R d ) , ( y 0 + 2 2 R d ) ) , ( ( x 0 + 2 2 R d ) ,
( y 0 - 2 2 R d ) ) , ( ( x 0 + 2 2 R d ) , ( y 0 + 2 2 R d ) ) ;
其中(x0,y0)为管理节点的自身位置坐标,Rd为管理节点的感知距离,Rd为正方形网格的对角线长度的1/2。
邻居管理节点如图2所示,邻居管理节点就是一个管理节点四周的正方形网格内的管理节点,例如D4的邻居管理节点是D5、D6、D3、D1、D2、D7、D8、D9;D5的邻居管理节点是D9、D8、D4、D3、D6;D8的邻居管理节点是D7、D2、D4、D5、D9。
3、跟踪的初始时刻:管理节点唤醒被监测区域边界处的普通节点,等待目标的出现。
在目标跟踪的过程中,为了减少通信次数和能耗,设定一个时间值,当被唤醒的普通节点在设定的时间值内未发现目标时,自动进入休眠状态。
4、监测到目标的普通节点发送一个数据包给相应的管理节点,管理节点采用选择算法从这些节点中选择三个普通节点:一个主跟踪节点和两个次跟踪节点,根据这三个普通节点采集的目标信息用传统的三边定位算法计算目标位置。
没接收到数据包的管理节点进入休眠态,等待被其他管理节点再次唤醒;当目标从两个网格交界处进入监测区域时,则同时有两个管理节点监测到目标的坐标值,管理节点对比目标坐标值和自己的管辖区域,如目标不在自己的管辖区域内,则进入休眠态;;如目标在自己的管辖区域内,则执行步骤5。
三边定位算法就是,已知三个普通节点传感器的位置,和它们与目标之间的距离,通过这些已知条件,就可以计算出目标的位置。
其中,多个被唤醒的普通节点均向其管理节点发送数据包,数据包由普通节点的ID、距离目标的距离、剩余电量封装而成,管理节点从这些节点中选择一个主跟踪节点和两个次跟踪节点,步骤如下:
(1)管理节点计算各普通节点被选择的可能性,表示如下:
P i ( t ) = φ i ( t ) * η i ( t ) Σ S j ∈ C ( t ) φ j ( t ) * η j ( t )
φ i ( t ) = 1 d i ( t )
η i ( t ) = E residual i ( t ) E initial i ( t )
其中,Pi(t)为在时间t、ID为i的普通节点被选择的概率,φi(t)为在时间t、ID为i的普通节点的距离因子,ηi(t)为在时间t、ID为i的普通节点的能量因子,C(t)为在时间t被唤醒的普通节点的集合,Sj代表C(t)这个集合中包含的节点,φj(t)和ηj(t)分别代表在时间t、C(t)这个集合中包含的节点的距离因子和能量因子,di(t)为在时间t、I D为i的普通节点到目标的距离,
Figure BDA0000145003270000071
Figure BDA0000145003270000072
分别为在时间t,ID为i的普通节点的剩余电量和初始电量。
(2)管理节点将这些普通节点按被选择概率的大小从高到低排列,排在前三位的分别为主跟踪节点和两个次跟踪节点。
5、网格内的目标跟踪:根据步骤4已确定当前目标在哪个网格内,则该网格的管理节点成为当前调度普通节点跟踪目标的节点,由于目标在短时间内不会移动太远,因此目标在下一时刻位置仍在前一个采样时间段的主跟踪节点附近,所以该管理节点将在其感知范围内的、前一个采样时间段的主跟踪节点的邻居普通节点唤醒,准备监测。当邻居普通节点监测到目标时,发送一个数据包给管理节点,管理节点重复步骤4中选择算法的操作,采用三边定位法计算目标的当前位置。
6、当前的管理节点重复步骤5的操作,当发现目标的坐标位置不在自己的管辖区域内时,对比目标位置和各邻居管理节点的位置,确定目标在哪个邻居管理节点的管辖区域内,唤醒该邻居管理节点,并将当前的主跟踪节点信息发送给该邻居管理节点,同时将获得的目标轨迹传送给基站,然后该管理节点进入休眠态。
7、被唤醒的邻居管理节点重复步骤5、6,直到目标离开监测区域。
8、跟踪失败的补救措施:当被唤醒的邻居管理节点没有监测到目标信息时,当前的管理节点判定目标丢失,则采用下面的两项补救措施,首先,当前的管理节点唤醒其感知范围内的所有普通节点进入监测状态;如还没发现目标,则向基站发送请求信息,基站唤醒监测区域内所有管理节点,对目标进行全网搜索,发现目标的管理节点向基站报告,基站再将目标的信息发送给目标所在区域的管理节点,其他管理节点进入休眠态。
如图2所示,表示一个传感器网络跟踪移动目标的实例。图中带箭头的曲线L1代表目标的运动轨迹,圆圈内的区域代表管理节点的感知范围。圆圈内的正方形网格区域Q1、为管理节点D1的管辖区域,依次类推每个正方向网格区域都是其中心位置的管理节点的管辖区域。
初始时刻,由于不知道目标从哪个方向进入监测区域,所以正方形网格区域Q1、Q2、Q3、Q5、Q6、Q7、Q8、Q9内的管理节点将距离监测区域边界较近的边界处的普通节点唤醒,等待目标的出现。当Q1区域内有普通节点监测到目标信息时,则该普通节点将自己的信息和目标信息封装成数据包发送给管理节点D1,管理节点D1应用选择算法从这些节点中选择出主跟踪和次跟踪节点,计算目标位置,并保存;这些已被唤醒的普通节点如果在一个预先设定的时间段内未发现目标,则自动进入休眠态;在下一个采样时间段,管理节点D1唤醒主跟踪节点的邻居普通节点,当有这些邻居普通节点发现目标时,则重复上一个采样时间段的跟踪步骤;当目标越过Q1区域的边界,进入到阴影区域S1时,管理节点D1通过对比目标位置和Q1区域的范围,以及存储的邻居管理节点的位置,判断目标进入了管理节点D3的管辖区域,则唤醒管理节点D3,并将目标在Q1区域内的运动轨迹发送给基站;管理节点D3重复上述跟踪步骤,直到目标进入Q5区域,则唤醒管理节点D5;如此重复,直到目标离开监测区域,跟踪任务结束。
如图3所示,为管理节点和普通节点之间的通信模式图。为了防止信息传输中的碰撞,管理节点和普通节点之间遵循一种特殊的通信模式。当管理节点唤醒上一个采样时间段的主跟踪节点的邻居普通节点后,假设被唤醒的普通节点数目为m1,时刻t1到t2被划分成m1个时隙,每个普通节点被分配一个时隙来传输探测到的目标信息,时隙m1+1和m1+2被留给管理节点,在时刻t2到t3这段时间内,管理节点要完成以下任务:从监测到目标的普通节点中选择一个主跟踪节点和两个次跟踪节点,计算目标在时刻t1的位置;接收基站发送的命令;选择下一个采样时间段(时刻t3到t4)需要唤醒的节点,并通知它们进入监测状态。由于每个采样时间段被唤醒的节点数目不一样,被分配给这些节点的时隙数目也是在变化的,一个采样时间段的长度被定义如下:
LS=(n+2)×LT
其中LS为一个采样时间段的长度,LT是一个时隙的长度,n为被唤醒的节点的数目。
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

Claims (7)

1.一种无线传感器网络中的移动目标跟踪方法,其特征在于该方法包括以下步骤:
(1)监测区域由管理节点和普通节点组成;将监测区域划分为若干正方形网格区域,每个正方形网格区域的中心放置一个管理节点;正方形网格区域内还设有若干普通节点,每个普通节点有若干邻居普通节点,邻居普通节点通过如下方法确定:处于普通节点的一跳通信范围内的其余普通节点定义为该普通节点的邻居普通节点;正方形网格的边长定义为:
d = 2 R d
其中d为网格边长,Rd为管理节点的感知距离,Rd为正方形网格区域的对角线长度的1/2;普通节点用于监测目标、获取目标信息、传输数据;管理节点用于定位自身位置、调度普通节点跟踪在其管辖区域内的目标、计算目标位置,管理节点与基站互相通信,管理节点还与其管辖区域内的普通节点互相通信;
(2)各个管理节点获取自身位置坐标,并将自己的位置坐标和ID发送给基站,基站向各管理节点发送它们的邻居管理节点的坐标信息,管理节点接收并储存;管理节点在其感知范围内广播自身位置信息和ID,普通节点根据接收到的信息计算自己的位置,并将自己的位置和ID发送给管理节点,然后所有各普通节点进入休眠状态;管理节点确定自己的管辖区域,管辖区域四个顶点的坐标值分别为:
( ( x 0 - 2 2 R d ) , ( y 0 - 2 2 R d ) ) , ( ( x 0 - 2 2 R d ) , ( y 0 + 2 2 R d ) ) , ( ( x 0 + 2 2 R d ) ,
( y 0 - 2 2 R d ) ) , ( ( x 0 + 2 2 R d ) , ( y 0 + 2 2 R d ) ) ;
其中(x0,y0)为管理节点的自身位置坐标;Rd为管理节点的感知距离,Rd为正方形网格的对角线长度的1/2;
(3)跟踪的初始时刻:管理节点唤醒被监测区域边界处的普通节点,等待目标的出现;
(4)监测到目标的普通节点发送一个数据包给相应的管理节点,管理节点采用选择算法从这些节点中选择三个普通节点:一个主跟踪节点和两个次跟踪节点,根据这三个普通节点采集的目标信息用传统的三边定位算法计算目标位置;
没接收到数据包的管理节点进入休眠态,等待被其他管理节点再次唤醒;
当目标从两个网格交界处进入监测区域时,同时有两个管理节点接收到普通节点发送来的目标信息,则每个管理节点对比目标坐标值和自己的管辖区域,如目标不在自己的管辖区域内,则进入休眠态;如目标在自己的管辖区域内,则执行步骤(5);
(5)网格内的目标跟踪:根据步骤(4)已确定当前目标在哪个网格内,则该网格的管理节点成为当前调度普通节点跟踪目标的节点,该管理节点将在其感知范围内的、前一个采样时间段的主跟踪节点的邻居普通节点唤醒,当邻居普通节点监测到目标时,发送一个数据包给管理节点,管理节点重复步骤(4)中选择算法的操作,采用三边定位法计算目标的当前位置;
(6)当前的管理节点重复步骤(5)的操作,当发现目标的坐标位置不在自己的管辖区域内时,对比目标位置和各邻居管理节点的位置,确定目标在哪个邻居管理节点的管辖区域内,唤醒该邻居管理节点,并将当前的主跟踪节点信息发送给该邻居管理节点,同时将获得的目标轨迹传送给基站,然后该管理节点进入休眠态;
(7)被唤醒的邻居管理节点重复步骤(5)和(6),直到目标离开监测区域。
2.根据权利要求1所述的无线传感器网络中的移动目标跟踪方法,其特征在于:步骤(1)中,每个普通节点有4至6个邻居普通节点。
3.根据权利要求1所述的无线传感器网络中的移动目标跟踪方法,其特征在于:步骤(2)中,每个普通节点在目标跟踪的过程中,设定一个时间值,当被唤醒的普通节点在设定的时间值内未发现目标时,则自动进入休眠状态。
4.根据权利要求1所述的无线传感器网络中的移动目标跟踪方法,其特征在于:步骤(4)中,多个被唤醒的普通节点均向其管理节点发送数据包,数据包由普通节点的ID、距离目标的距离、剩余电量封装而成,管理节点从这些节点中选择一个主跟踪节点和两个次跟踪节点,步骤如下:
(1)管理节点计算各普通节点被选择的可能性,表示如下:
P i ( t ) = φ i ( t ) * η i ( t ) Σ S j ∈ C ( t ) φ j ( t ) * η j ( t )
φ i ( t ) = 1 d i ( t )
η i ( t ) = E residual i ( t ) E initial i ( t )
其中,Pi(t)为在时间t、ID为i的普通节点被选择的概率,φi(t)为在时间t、ID为i的普通节点的距离因子,ηi(t)为在时间t、ID为i的普通节点的能量因子,C(t)为在时间t被唤醒的普通节点的集合,Sj代表C(t)这个集合中包含的节点,φj(t)和ηj(t)分别代表在时间t、C(t)这个集合中包含的节点的距离因子和能量因子,di(t)为在时间t、ID为i的普通节点到目标的距离,
Figure FDA0000145003260000031
Figure FDA0000145003260000032
分别为在时间t,ID为i的普通节点的剩余电量和初始电量;
(2)管理节点将这些普通节点按被选择概率的大小从高到低排列,排在前三位的分别为主跟踪节点和两个次跟踪节点。
5.根据权利要求1所述的无线传感器网络中的移动目标跟踪方法,其特征在于:步骤(6)中,如果被唤醒的邻居管理节点没有监测到目标信息时,当前的管理节点判定目标丢失,则采用下面的补救措施,首先,当前的管理节点唤醒其感知范围内的所有普通节点进入监测状态;如还没发现目标,则向基站发送请求信息,基站唤醒监测区域内所有管理节点,进而所有的普通节点也全部被唤醒对目标进行全网搜索,发现目标的管理节点向基站报告,基站再将目标的信息发送给目标所在区域的管理节点,其他管理节点进入休眠态。
6.根据权利要求1所述的无线传感器网络中的移动目标跟踪方法,其特征在于:在每个采样时间段内,每个采样时间段被分成若干时隙,每个普通节点都被分到一个时隙来传输探测到的目标信息;管理节点也留有单独的时隙,管理节点在时隙内要完成以下任务:从监测到目标的普通节点中选择一个主跟踪节点和两个次跟踪节点,计算目标在该采样时间段初始时间点的位置,接收基站发送的命令;选择下一个采样时间段需要唤醒的节点,并通知它们进入监测状态。
7.根据权利要求6所述的无线传感器网络中的移动目标跟踪方法,其特征在于:采样时间段的长度被定义如下:
LS=(n+2)×LT
其中LS为一个采样时间段的长度,LT是一个时隙的长度,n为被唤醒的节点的数目。
CN201210073673.0A 2012-03-20 2012-03-20 一种无线传感器网络中的移动目标跟踪方法 Expired - Fee Related CN102638863B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210073673.0A CN102638863B (zh) 2012-03-20 2012-03-20 一种无线传感器网络中的移动目标跟踪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210073673.0A CN102638863B (zh) 2012-03-20 2012-03-20 一种无线传感器网络中的移动目标跟踪方法

Publications (2)

Publication Number Publication Date
CN102638863A true CN102638863A (zh) 2012-08-15
CN102638863B CN102638863B (zh) 2014-10-29

Family

ID=46623050

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210073673.0A Expired - Fee Related CN102638863B (zh) 2012-03-20 2012-03-20 一种无线传感器网络中的移动目标跟踪方法

Country Status (1)

Country Link
CN (1) CN102638863B (zh)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103116159A (zh) * 2013-01-18 2013-05-22 湖南华诺星空电子技术有限公司 一种多模式自定位组网雷达生命探测方法和装置
CN103139863A (zh) * 2013-03-11 2013-06-05 山东大学 无线传感器网络动态簇机制的目标跟踪和耗能优化方法
CN104065757A (zh) * 2014-07-16 2014-09-24 中国测绘科学研究院 监控空间动态要素的多网协同工作方法
CN104270805A (zh) * 2014-10-16 2015-01-07 桂林电子科技大学 面向动态目标跟踪的能量获取传感器网络节点休眠调度方法
CN104318587A (zh) * 2014-10-27 2015-01-28 祁海江 一种基于新型视觉追踪技术的目标追踪方法
CN104782103A (zh) * 2012-11-07 2015-07-15 微软公司 使用低功率警报传感器的聚集框架
CN105306893A (zh) * 2015-10-23 2016-02-03 广州杰赛科技股份有限公司 一种侦测系统
CN105554835A (zh) * 2015-12-09 2016-05-04 河海大学常州校区 无线传感器网络中基于虚拟节点游走的有毒气体追踪方法
CN105933958A (zh) * 2016-04-18 2016-09-07 北京科技大学 一种基于分簇的无线传感器网络移动目标定位装置及方法
WO2017185852A1 (zh) * 2016-04-28 2017-11-02 京东方科技集团股份有限公司 空气加湿装置及其移动方法、空气加湿系统及其控制方法和监控系统
CN107426002A (zh) * 2016-04-28 2017-12-01 巴鲁夫公司 用于网络的网络初始化的方法
CN107889184A (zh) * 2017-11-03 2018-04-06 四川大学 邻居节点发现方法及系统
CN108391232A (zh) * 2018-03-05 2018-08-10 西安工业大学 一种基于生物启发的多目标动态监测系统与方法
CN108449715A (zh) * 2018-03-05 2018-08-24 西安工业大学 一种智能自适应监测方法与系统装置
CN112770255A (zh) * 2021-01-05 2021-05-07 杭州恒生数字设备科技有限公司 一种可用于低功耗定位标签的自适应参数学习方法
CN112825588A (zh) * 2019-11-21 2021-05-21 珠海格力电器股份有限公司 一种工装车基站电源控制方法、系统、装置及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060111227A (ko) * 2005-04-22 2006-10-26 노재성 에너지 소비의 효율성을 높인 무선 센서네트워크 시스템과무선 센서네트워크 통신방법
CN101483901A (zh) * 2009-02-25 2009-07-15 南京邮电大学 一种用于无线传感器网络中间件的拓扑控制方法
CN102123473A (zh) * 2011-01-06 2011-07-13 山东大学 无线传感器网络基于动态簇机制的目标跟踪方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060111227A (ko) * 2005-04-22 2006-10-26 노재성 에너지 소비의 효율성을 높인 무선 센서네트워크 시스템과무선 센서네트워크 통신방법
CN101483901A (zh) * 2009-02-25 2009-07-15 南京邮电大学 一种用于无线传感器网络中间件的拓扑控制方法
CN102123473A (zh) * 2011-01-06 2011-07-13 山东大学 无线传感器网络基于动态簇机制的目标跟踪方法

Cited By (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104782103A (zh) * 2012-11-07 2015-07-15 微软公司 使用低功率警报传感器的聚集框架
CN104782103B (zh) * 2012-11-07 2019-06-28 微软技术许可有限责任公司 使用低功率警报传感器的聚集框架
CN103116159A (zh) * 2013-01-18 2013-05-22 湖南华诺星空电子技术有限公司 一种多模式自定位组网雷达生命探测方法和装置
CN103139863A (zh) * 2013-03-11 2013-06-05 山东大学 无线传感器网络动态簇机制的目标跟踪和耗能优化方法
CN103139863B (zh) * 2013-03-11 2015-07-08 山东大学 无线传感器网络动态簇机制的目标跟踪和耗能优化方法
CN104065757B (zh) * 2014-07-16 2017-02-22 中国测绘科学研究院 监控空间动态要素的多网协同工作方法
CN104065757A (zh) * 2014-07-16 2014-09-24 中国测绘科学研究院 监控空间动态要素的多网协同工作方法
CN104270805A (zh) * 2014-10-16 2015-01-07 桂林电子科技大学 面向动态目标跟踪的能量获取传感器网络节点休眠调度方法
CN104318587A (zh) * 2014-10-27 2015-01-28 祁海江 一种基于新型视觉追踪技术的目标追踪方法
CN104318587B (zh) * 2014-10-27 2017-08-25 祁海江 一种基于视觉追踪技术的目标追踪方法
CN105306893B (zh) * 2015-10-23 2019-03-08 广州杰赛科技股份有限公司 一种侦测系统
CN105306893A (zh) * 2015-10-23 2016-02-03 广州杰赛科技股份有限公司 一种侦测系统
CN105554835B (zh) * 2015-12-09 2019-02-15 河海大学常州校区 无线传感器网络中基于虚拟节点游走的有毒气体追踪方法
CN105554835A (zh) * 2015-12-09 2016-05-04 河海大学常州校区 无线传感器网络中基于虚拟节点游走的有毒气体追踪方法
CN105933958A (zh) * 2016-04-18 2016-09-07 北京科技大学 一种基于分簇的无线传感器网络移动目标定位装置及方法
US10619869B2 (en) 2016-04-28 2020-04-14 Boe Technology Group Co., Ltd. Air humidifying device and method of moving the same, air humidifying system and control method thereof, and monitoring system
CN107426002A (zh) * 2016-04-28 2017-12-01 巴鲁夫公司 用于网络的网络初始化的方法
WO2017185852A1 (zh) * 2016-04-28 2017-11-02 京东方科技集团股份有限公司 空气加湿装置及其移动方法、空气加湿系统及其控制方法和监控系统
CN107889184A (zh) * 2017-11-03 2018-04-06 四川大学 邻居节点发现方法及系统
CN108449715A (zh) * 2018-03-05 2018-08-24 西安工业大学 一种智能自适应监测方法与系统装置
CN108391232A (zh) * 2018-03-05 2018-08-10 西安工业大学 一种基于生物启发的多目标动态监测系统与方法
CN108391232B (zh) * 2018-03-05 2023-09-05 西安工业大学 一种基于生物启发的多目标动态监测系统与方法
CN108449715B (zh) * 2018-03-05 2024-05-17 西安工业大学 一种智能自适应监测方法与系统装置
CN112825588A (zh) * 2019-11-21 2021-05-21 珠海格力电器股份有限公司 一种工装车基站电源控制方法、系统、装置及存储介质
CN112770255A (zh) * 2021-01-05 2021-05-07 杭州恒生数字设备科技有限公司 一种可用于低功耗定位标签的自适应参数学习方法
CN112770255B (zh) * 2021-01-05 2022-08-05 杭州恒生数字设备科技有限公司 一种可用于低功耗定位标签的自适应参数学习方法

Also Published As

Publication number Publication date
CN102638863B (zh) 2014-10-29

Similar Documents

Publication Publication Date Title
CN102638863B (zh) 一种无线传感器网络中的移动目标跟踪方法
CN102395173B (zh) 环境监测物联网感知层能量高效利用的成簇方法
CN101241177B (zh) 一种面向三维空间的无线传感器网络定位系统
CN101765095B (zh) 一种基于混合簇的无线传感器网络移动目标跟踪方法
CN103139863B (zh) 无线传感器网络动态簇机制的目标跟踪和耗能优化方法
CN103716867A (zh) 基于事件驱动的无线传感器网络多目标实时跟踪系统
Khedr et al. Mobility-assisted minimum connected cover in a wireless sensor network
CN109729498B (zh) 一种基于维诺图的自适应节点选择的目标跟踪方法及系统
CN104219704A (zh) 无线传感器网络中基于双层网格模型的有毒气体监测与追踪方法
CN103228021A (zh) 一种基于无线传感器执行网络的设施作物生长参数监测和控制方法
Gupta et al. Survey on energy efficient dynamic sink optimum routing for wireless sensor network and communication technologies
CN106559731A (zh) 一种污水监测用无线传感器网络
CN107071848A (zh) 一种基于分簇结构减少能耗的目标跟踪算法
Nóbrega et al. Energy efficient design of a pasture sensor network
CN103702384B (zh) 无线传感器网络面向应用的分簇式路由方法
CN104270805A (zh) 面向动态目标跟踪的能量获取传感器网络节点休眠调度方法
Sadouq et al. Conserving energy in WSN through clustering and power control
CN106851800B (zh) 一种无线传感器网络定位中的锚节点调度方法
Kumar et al. Cluster-based position tracking of mobile sensors
Raghunandan et al. Hierarchical agglomerative clustering based routing algorithm for overall efficiency of wireless sensor network
CN103298005B (zh) 基于粒子群算法的无线传感网多目标跟踪节点任务分配方法
Basagni et al. Enabling the mobile IoT: Wake-up unmanned aerial systems for long-lived data collection
Kang et al. A node scheduling based on partition for WSN
Jurenoks et al. Wireless sensor network live circle simulation tools to balance energy consumption in the network nodes
Kaur et al. Activation matrix oriented base station implementation for energy optimization in wireless sensor networks

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20141029

Termination date: 20180320

CF01 Termination of patent right due to non-payment of annual fee