CN103096444A - 一种基于传感器节点策略选择的水下无线传感器网络目标跟踪方法 - Google Patents
一种基于传感器节点策略选择的水下无线传感器网络目标跟踪方法 Download PDFInfo
- Publication number
- CN103096444A CN103096444A CN2013100398616A CN201310039861A CN103096444A CN 103096444 A CN103096444 A CN 103096444A CN 2013100398616 A CN2013100398616 A CN 2013100398616A CN 201310039861 A CN201310039861 A CN 201310039861A CN 103096444 A CN103096444 A CN 103096444A
- Authority
- CN
- China
- Prior art keywords
- node
- target
- sensor network
- sensor
- processing node
- 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
Classifications
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于传感器节点策略选择的水下无线传感器网络目标跟踪方法。该方法首先根据运动目标的初始位置估计和方差估计选择离初始位置估计距离最近的节点作为处理节点,再以该节点为圆心,标准差估计的三倍距离为半径选择观测节点,当观测节点位置与目标位置距离小于传感器的观测范围时传送观测数据给处理节点,处理节点根据观测值运用卡尔曼滤波估计目标位置估计值和方差估计值。再根据目标位置估计值选择距离最近的传感器节点作为下一时刻的处理节点,上一时刻的处理节点的位置估计值和方差估计值传送给当前处理节点,直到运动目标超出了水下传感器网络的跟踪范围。本发明有效降低了水下无线传感器网络目标跟踪的能耗和通信负载。
Description
技术领域
本发明涉及一种传感器节点策略选择的水下无线传感器网络目标跟踪方法
背景技术
水下无线传感器网络是指在一定的水域中部署大量的传感器节点和自主车协作监测和采集周围环境感兴趣数据的网络,传感器节点能够自组织地建立起网络并进行声通信,经过数据融合技术,指定节点将获取的数据传送到水面或者岸基的控制中心,这样就实现了水下传感器网络与陆地通信网络的融合。水下传感器通常具有低功耗、传输距离短的特点。
水下目标跟踪是水下传感器网络的一个重要应用。水下传感器网络具有节点分布广、数量多,节点间可以相互协作、交换数据,可扩展性强等特点,这有利于扩大目标的跟踪范围、加强目标跟踪的可靠性和实时性。
在机动目标的行进路线上分布着众多的传感器节点,很多传感器节点与目标的距离比较遥远,其测量信息被传送到处理节点时往往存在着延时、失真等问题。这些测量信息对目标轨迹估计的帮助往往可以忽略。这样的节点在大规模水下传感器网络中是占绝大多数的,如果长时间使上述节点保持工作状态,不仅使产生的无用信息严重侵占本已十分宝贵的水下信道频谱资源,而且造成这些节点能源的浪费。水下传感器节点一般采用蓄电池供电,由于环境复杂,蓄电池的工作寿命一般是一次性的,能源的限制严重降低了传感器的工作时间。因此将有限的能源用于有效的探测尤其显得重要。
发明内容
本发明的目的是克服现有技术的不足,提供一种基于传感器节点策略选择的水下无线传感器网络目标跟踪方法。
基于传感器节点策略选择的水下无线传感器网络目标跟踪方法步骤如下:
1)初始化水下无线传感器网络,使所有传感器节点都具有同一规格,并且都处于工作状态;
2)设定目标初始状态估计值和初始方差估计值;
3)k时刻选择距离目标状态估计值最近的传感器节点作为处理节点;
4)k时刻选择距离处理节点三倍标准差范围内的传感器节点作为观测节点;
5)k时刻选择传感器节点观测范围大于观测节点与目标位置估计的传感器节点发送观测数据到处理节点;
6)k时刻处理节点运用卡尔曼滤波估计目标位置估计和方差估计;
7)k时刻自加1,目标移动到另一个位置,按照步骤3)选择处理节点
8)重复步骤3)-步骤7),直至目标脱离水下传感器网络的覆盖区域为止。
本发明有效降低了水下无线传感器网络目标跟踪的能耗和通信负载。
附图说明
图1是本发明的传感器节点选择示意图。
具体实施方式
基于传感器节点策略选择的水下无线传感器网络目标跟踪方法的步骤如下:
1)初始化水下无线传感器网络,使所有传感器节点都具有同一规格,并且都处于工作状态;
2)设定目标初始状态估计值和初始方差估计值;
3)k时刻选择距离目标状态估计值最近的传感器节点作为处理节点;
4)k时刻选择距离处理节点三倍标准差范围内的传感器节点作为观测节点;
5)k时刻选择传感器节点观测范围大于观测节点与目标位置估计的传感器节点发送观测数据到处理节点;
6)k时刻处理节点运用卡尔曼滤波估计目标位置估计和方差估计;
7)k时刻自加1,目标移动到另一个位置,按照步骤3)选择处理节点
8)重复步骤3)-步骤7),直至目标脱离水下传感器网络的覆盖区域为止。
实施例
步骤101:初始化水下无线传感器网络,在水下环境内均匀播撒无线传感器网络节点,所有节点都具有统一的规格,如通信距离、探测距离等,所有节点都处于工作状态,保持探测功能,但是可以关闭通信功能,所有节点都必须知道位置数据。
步骤102:在k=0时刻,根据目标的初始分布设定目标初始位置估计值和初始方差估计值。
步骤103:在k时刻,存在一个对目标位置估计的椭圆区域。通过上一时刻的卡尔曼滤波预测过程可以获得该时刻目标位置估计的椭圆区域。选择离椭圆区域中心最近的节点作为处理节点,上一时刻的处理节点会将目标运动信息传送给当前的处理节点。
步骤104:如图1所示,圆A与圆B分别为传感器sA和sB的探测区域,r1和r2分别是传感器sA和sB的探测半径,圆B的圆心是k时刻卡尔曼滤波预测的运动目标位置。圆B的半径为3σ表示圆内有99.73%概率包含了目标的状态。传感器si和目标估计位置间的距离di可以表示为:
如果di<3σ+ri,那么则认为该节点为观测节点,对于min(d1,...,dn),对应节点为处理节点。
步骤105:对于观测节点,还要考虑观测节点的有效探测范围和目标实际位置之间的关系,如下式所示:
Di表示目标实际位置和第i个传感器之间的距离,只有
Di≤ri
时,该传感器节点才为有效传感器节点。zx(k)和zy(k)分别表示k时刻观测值的x轴和y轴坐标。
步骤106:根据卡尔曼滤波方法估计目标位置估计值和方差估计值。卡尔曼滤波输入为上一时刻传入的目标位置估计值和方差估计值。
水下传感器网络是由N个分布在二维平面的传感器组成的,每个传感器的位置可以用笛卡尔坐标系表示为(xi,yi),i=1,...,N,这些传感器的位置必须是已知的。假设这N个传感器s1,s2,...,sN在k时刻的测量值为z1(k),z2(k),...zN(k),则水下传感器网络的观测模型可以表示为:
其中H是声纳传感器si的观测函数,vi(k)是观测噪声,vi(k)服从概率分布:vi(k)~N(0,Ri(k))。
发送数据节点的测量值为Zvalid(k)={z1(k),z2(k),...,zm(k)},处理节点对这些测量值进行期望融合,即:
其中H是是测量矩阵,v(k)是独立高斯白噪声,v(k)~N(0,R(k))。
卡尔曼滤波的递推更新方程如下:
状态预测:
状态方差矩阵预测:
观测值融合预测:
卡尔曼增益:
状态估计:
状态方差估计:
其中Φ是系统模型,H是系统观测模型,是方差,k是时刻。
步骤107:k时刻自加1,根据目标位置估计和方差估计选择处理节点。
步骤108:重复步骤3)-步骤7),直至目标脱离水下传感器网络的覆盖区域为止。
Claims (1)
1.一种基于传感器节点策略选择的水下无线传感器网络目标跟踪方法,其特征在于它的步骤如下:
1)初始化水下无线传感器网络,使所有传感器节点都具有同一规格,并且都处于工作状态;
2)设定目标初始状态估计值和初始方差估计值;
3)k时刻选择距离目标状态估计值最近的传感器节点作为处理节点;
4)k时刻选择距离处理节点三倍标准差范围内的传感器节点作为观测节点;
5)k时刻选择传感器节点观测范围大于观测节点与目标位置估计的传感器节点发送观测数据到处理节点;
6)k时刻处理节点运用卡尔曼滤波估计目标位置估计和方差估计;
7)k时刻自加1,目标移动到另一个位置,按照步骤3)选择处理节点
8)重复步骤3)-步骤7),直至目标脱离水下传感器网络的覆盖区域为止。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310039861.6A CN103096444B (zh) | 2013-01-29 | 2013-01-29 | 一种基于传感器节点策略选择的水下无线传感器网络目标跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310039861.6A CN103096444B (zh) | 2013-01-29 | 2013-01-29 | 一种基于传感器节点策略选择的水下无线传感器网络目标跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103096444A true CN103096444A (zh) | 2013-05-08 |
CN103096444B CN103096444B (zh) | 2016-08-10 |
Family
ID=48208423
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310039861.6A Expired - Fee Related CN103096444B (zh) | 2013-01-29 | 2013-01-29 | 一种基于传感器节点策略选择的水下无线传感器网络目标跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103096444B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104331087B (zh) * | 2014-10-24 | 2017-05-10 | 浙江大学 | 一种鲁棒的水下传感器网络目标跟踪方法 |
CN110167124A (zh) * | 2019-05-21 | 2019-08-23 | 浙江大学 | 一种自适应传输功率的水下无线传感器网络目标跟踪方法 |
CN110191422A (zh) * | 2019-04-09 | 2019-08-30 | 上海海事大学 | 海洋水下传感器网络目标跟踪方法 |
CN110300380A (zh) * | 2019-07-30 | 2019-10-01 | 电子科技大学 | 移动wsn中平衡系统能耗与追踪精度的目标跟踪方法 |
CN116455431A (zh) * | 2023-06-14 | 2023-07-18 | 天地信息网络研究院(安徽)有限公司 | 一种定向自组网波束跟踪方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101482607A (zh) * | 2009-02-19 | 2009-07-15 | 武汉理工大学 | 应用于无线移动传感器网络的目标跟踪方法及装置 |
CN101505532A (zh) * | 2009-03-12 | 2009-08-12 | 华南理工大学 | 一种基于分布式处理的无线传感器网络目标跟踪方法 |
CN101534470A (zh) * | 2009-04-10 | 2009-09-16 | 华南理工大学 | 基于无线传感器网络的移动目标跟踪系统及其跟踪方法 |
CN101819267A (zh) * | 2010-04-02 | 2010-09-01 | 上海交通大学 | 基于接收信号能量指示测量的目标跟踪方法 |
CN102186241A (zh) * | 2011-04-26 | 2011-09-14 | 江苏科技大学 | 基于并行分布式粒子滤波的无线传感器网络目标跟踪方法 |
CN102338874A (zh) * | 2011-06-24 | 2012-02-01 | 浙江大学 | 用于被动式多传感器目标跟踪的全局概率数据关联方法 |
CN102638846A (zh) * | 2012-03-28 | 2012-08-15 | 浙江大学 | 一种基于最优量化策略的wsn通信负载降低方法 |
-
2013
- 2013-01-29 CN CN201310039861.6A patent/CN103096444B/zh not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101482607A (zh) * | 2009-02-19 | 2009-07-15 | 武汉理工大学 | 应用于无线移动传感器网络的目标跟踪方法及装置 |
CN101505532A (zh) * | 2009-03-12 | 2009-08-12 | 华南理工大学 | 一种基于分布式处理的无线传感器网络目标跟踪方法 |
CN101534470A (zh) * | 2009-04-10 | 2009-09-16 | 华南理工大学 | 基于无线传感器网络的移动目标跟踪系统及其跟踪方法 |
CN101819267A (zh) * | 2010-04-02 | 2010-09-01 | 上海交通大学 | 基于接收信号能量指示测量的目标跟踪方法 |
CN102186241A (zh) * | 2011-04-26 | 2011-09-14 | 江苏科技大学 | 基于并行分布式粒子滤波的无线传感器网络目标跟踪方法 |
CN102338874A (zh) * | 2011-06-24 | 2012-02-01 | 浙江大学 | 用于被动式多传感器目标跟踪的全局概率数据关联方法 |
CN102638846A (zh) * | 2012-03-28 | 2012-08-15 | 浙江大学 | 一种基于最优量化策略的wsn通信负载降低方法 |
Non-Patent Citations (3)
Title |
---|
刘忠 夏清涛: "水下声学传感器网络节点定位算法及自组织过程研究", 《传感器技术学报》, vol. 24, no. 3, 31 March 2011 (2011-03-31) * |
周彦 李建勋 王冬丽: "传感器网络中鲁棒状态信息融合抗差卡尔曼滤波器", 《控制理论与应用》, vol. 29, no. 3, 31 March 2012 (2012-03-31) * |
薛锋 刘忠 曲毅: "基于Unscented 粒子滤波的无序观测下水下无线传感器网络目标被动跟踪", 《传感器技术学报》, vol. 20, no. 12, 31 December 2007 (2007-12-31) * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104331087B (zh) * | 2014-10-24 | 2017-05-10 | 浙江大学 | 一种鲁棒的水下传感器网络目标跟踪方法 |
CN110191422A (zh) * | 2019-04-09 | 2019-08-30 | 上海海事大学 | 海洋水下传感器网络目标跟踪方法 |
CN110167124A (zh) * | 2019-05-21 | 2019-08-23 | 浙江大学 | 一种自适应传输功率的水下无线传感器网络目标跟踪方法 |
CN110300380A (zh) * | 2019-07-30 | 2019-10-01 | 电子科技大学 | 移动wsn中平衡系统能耗与追踪精度的目标跟踪方法 |
CN116455431A (zh) * | 2023-06-14 | 2023-07-18 | 天地信息网络研究院(安徽)有限公司 | 一种定向自组网波束跟踪方法 |
CN116455431B (zh) * | 2023-06-14 | 2023-08-15 | 天地信息网络研究院(安徽)有限公司 | 一种定向自组网波束跟踪方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103096444B (zh) | 2016-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101505532B (zh) | 一种基于分布式处理的无线传感器网络目标跟踪方法 | |
CN103096444A (zh) | 一种基于传感器节点策略选择的水下无线传感器网络目标跟踪方法 | |
CN105828287B (zh) | 一种基于强化学习的无线传感器网络协同跟踪方法 | |
CN102830402B (zh) | 水下传感器网络目标跟踪系统及方法 | |
CN102147468B (zh) | 基于贝叶斯理论的多传感器检测跟踪联合处理方法 | |
CN103152791B (zh) | 一种基于水下无线传感器网络的目标跟踪方法 | |
CN101251593B (zh) | 一种无线传感器网络的目标跟踪方法 | |
CN103152819B (zh) | 一种基于水下无线传感器网络的弱目标跟踪方法 | |
Akter et al. | Energy-efficient tracking and localization of objects in wireless sensor networks | |
CN102123473A (zh) | 无线传感器网络基于动态簇机制的目标跟踪方法 | |
CN104953643A (zh) | 一种多充电节点的无线传感器网络充电方法 | |
CN109470235B (zh) | 一种基于动态簇的水下多传感器协作被动跟踪方法 | |
CN101635941B (zh) | 无线传感器网络中基于主从移动代理的目标跟踪方法 | |
CN103971384A (zh) | 一种无线视频传感器节点协作目标跟踪方法 | |
CN107064865A (zh) | 基于深度聚类的极坐标动态规划无源协同定位方法 | |
CN110167124A (zh) | 一种自适应传输功率的水下无线传感器网络目标跟踪方法 | |
CN105427301A (zh) | 基于直流分量比测度的海陆杂波场景分割方法 | |
CN102186241A (zh) | 基于并行分布式粒子滤波的无线传感器网络目标跟踪方法 | |
CN106211187A (zh) | 一种基于预测的水声传感器网络动态网关节点部署方法 | |
Wang et al. | Task scheduling for distributed AUV network target hunting and searching: An energy-efficient AoI-aware DMAPPO approach | |
CN105261028A (zh) | 基于能量聚集度测度的海陆杂波场景分割方法 | |
CN105611626A (zh) | 无线传感网中基于感知器的区域分簇目标跟踪算法 | |
CN105188034A (zh) | 一种无线传感器网络中的协作定位方法 | |
Akter et al. | Incremental clustering-based object tracking in wireless sensor networks | |
Ahmed et al. | Prediction of Single Object Tracking Based on Learning Approach 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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160810 Termination date: 20190129 |