CN108012328A - 一种基于无线传感器网络的水下搜救区域预测方法 - Google Patents
一种基于无线传感器网络的水下搜救区域预测方法 Download PDFInfo
- Publication number
- CN108012328A CN108012328A CN201711485210.4A CN201711485210A CN108012328A CN 108012328 A CN108012328 A CN 108012328A CN 201711485210 A CN201711485210 A CN 201711485210A CN 108012328 A CN108012328 A CN 108012328A
- Authority
- CN
- China
- Prior art keywords
- search
- wind
- rescue
- random particles
- probability distribution
- 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
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63C—LAUNCHING, HAULING-OUT, OR DRY-DOCKING OF VESSELS; LIFE-SAVING IN WATER; EQUIPMENT FOR DWELLING OR WORKING UNDER WATER; MEANS FOR SALVAGING OR SEARCHING FOR UNDERWATER OBJECTS
- B63C11/00—Equipment for dwelling or working underwater; Means for searching for underwater objects
- B63C11/48—Means for searching for underwater objects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Mechanical Engineering (AREA)
- Ocean & Marine Engineering (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于无线传感器网络的水下搜救区域预测方法,包括:对水下多个节点建立无线网络三维模型,利用无线网络发送求救信号,并将模型内的多个节点等效成随机粒子;基于粒子群算法计算随机粒子在多种场景的初始位置概率发布;根据随机粒子的初始位置概率分布结合海洋环境影响计算随机粒子的漂移概率数据,并根据粒子漂移概率数据预测得到搜救区域。本发明解决现有技术提供的确定海上搜救区域的方法基于经典的搜寻规划方法确定搜救区域,使得确定的搜救区域存在误差,加大了搜救风险的问题。
Description
技术领域
本发明涉及海上搜救领域,尤其涉及一种基于无线传感器网络的水下搜救区域预测方法。
背景技术
随着海洋开发规模的扩大,海事活动的频繁,海难事故更为人们所关注。海难事故在政治、经济、军事上都会给世界沿海各国带来巨大灾难,不仅是人员伤亡和财产的损失,还会给社会发展带来不良影响。因此,海上搜救工作越来越得到各沿海国家的重视。对于快速发展的海上运输业和海上捕捞业,海上搜救行动能够给人员及财产的安全提供不可替代的保障作用。
海难事故发生后,能否有效迅速地找到搜救目标并实施救助,对于减少生命和财产损失具有重要意义。由于搜救目标易于受到风、浪、流等因素的综合影响而不断漂移,特别是海难事故往往发生在恶劣气象条件下,使得确定搜救目标的位置存在很大困难,因此,如何准确地确定包含搜救目标的搜救区域成为搜救过程中的重要环节之一。
目前海上搜救目标搜救区域的确定通常采用手工操作、纸上作业的方式,根据搜救目标距事发初始位置和时间到当前时间差,参考当前海区的环境信息,粗略计算搜救目标的可能位置区域,该方法对环境信息的参考不准确,所形成的搜救区域面积宽泛,不能有效准确的根据搜救时间的推移动态更新目标搜救区域,影响搜救人员对搜救目标漂移过程的判断,不能准确有效的帮助搜救人员缩小搜救区域,合理高效的制定搜救计划,从而降低搜救成功的概率。
发明内容
本发明提供一种基于无线传感器网络的水下搜救区域预测方法,以解决现有技术提供的确定海上搜救区域的方法基于经典的搜寻规划方法确定搜救区域,使得确定的搜救区域存在误差,加大了搜救风险的问题。
为实现上述目的,本发明提出如下技术方案:一种基于无线传感器网络的水下搜救区域预测方法,包括如下内容:
对水下多个节点建立无线网络三维模型,利用无线网络发送求救信号,并将模型内的多个节点等效成随机粒子;
基于粒子群算法计算随机粒子在多种场景的初始位置概率发布;
根据随机粒子的初始位置概率分布结合海洋环境影响计算随机粒子的漂移概率数据,并根据粒子漂移概率数据预测得到搜救区域。
多个节点建立的无线网络三维模型中:
将整个无线网络比拟成一个边长为b的立方体BC,并平均划分成多个边长为k的小立方块簇群SC,顶点相邻的两个小立方块簇群SC的对角线小于节点的可通信范围c,且小立方块簇群SC中的节点数量由节点密度决定;
对每个小立方块簇群SC进行编号G(m,n,h),m、n及h为1,2,3…b/k,且根据获得小立方块簇群SC中节点的簇群编号,其中x,y,z为节点的坐标值;
从每个簇群中选举一个离基站近的节点作为簇头节点i负责整个簇群内节点数据的聚合,并采用单跳结合多跳的形式与基站进行数据通信。
基于粒子群算法计算随机粒子在多种场景的初始位置概率发布,包括:
预设多个遇险场景的权重;
将随机粒子的数目与遇险场景的权重相乘,得到相应的遇险场景的随机粒子数目;
根据遇险场景对应的初始概率分布计算与遇险场景相应的随机粒子在对应的位置概率分布。
所述遇险场景的初始概率分布是已知搜救目标最后遇险位置的基于参考基准点的概率分布、已知搜救目标计划航线的基于参考基准线的概率分布或已知搜救目标作业区域的基于参考基准区域的概率分布。
海洋环境影响包括总流量差及风压差对节点移动距离和移动速度的影响,其中流量差为风生流的矢量合成,其包括风生流大小及风生流方向:采用(WCS)k表示第K个风生流矢量(WC)k的大小,采用(WCD)k表示第K个的风生流矢量(WC)k的方向,则有:
式中Ai表示第i个报告时间组的风向;Bi表示第i个报告时间组的风速;Ci表示第i个报告时间组的风向和流向的关系系数;Di表示第i个报告时间组的风速和流速的关系系数;
设定
则:(WCD)k=arctan(X/Y)+cf,cf为修正因子,若X和Y同为正数,则cf=0,若X<0,Y>0则cf=360°,若Y<0则不论X为何值cf=180°。
风压差包括风力大小及风力方向:设定平均表面风大小为ASWM,方向为ASWD,则:
其中:Ei表示第i个报告时间组的时间间隔,以小时为单位;Gi表示第i个报告时间组测得的风向;Fi表示第i个报告时间组测得的风速;tm表示节点漂移的时间,以小时为单位;
设定
则:ASWD=arctan(X/Y)+cf,cf为修正因子,若X和Y同为正数,则cf=0,若X<0,Y>0则cf=360°,若Y<0则不论X为何值cf=180°。
根据获得的总流量差和风压差利用矢量迭加计算得到漂移速度及漂移方向,结合随机粒子的初始位置概率分布,得到其漂移概率数据,以预测搜救区域。
与现有技术相比,本发明所揭示的基于无线传感器网络的水下搜救区域预测方法,具有如下有益效果:将海难后分散的无线传感器节点进行三维网络模型的建立,根据通信范围进行簇群划分,采用簇头单跳结合多跳的通信进行进行求救信号发送,根据搜救信号节点进行目标等效,将其等效成随机粒子形成粒子群,结合不同遇险场景计算获得随机粒子的初始位置概率分布,结合海洋环境中水流及风压的影响,通过一系列运算得到漂移数据,并结合初始位置概率分布得到漂移位置数据,以确定搜救区域,降低了搜救风险,为搜救目标争取了宝贵的搜救时间。
具体实施方式
下面将结合本发明的内容,对本发明实施例的技术方案进行清楚、完整的描述。
本发明所揭示的一种基于无线传感器网络的水下搜救区域预测方法,包括如下内容:
对水下多个节点建立无线网络三维模型,将整个无线网络比拟成一个边长为b的立方体BC,并平均划分成多个边长为k的小立方块簇群SC,顶点相邻的两个小立方块簇群SC的对角线小于节点的可通信范围c,且小立方块簇群SC中的节点数量由节点密度决定;
对每个小立方块簇群SC进行编号G(m,n,h),m、n及h为1,2,3…b/k,且根据获得小立方块簇群SC中节点的簇群编号,其中x,y,z为节点的坐标值;
从每个簇群中选举一个离基站近的节点作为簇头节点i负责整个簇群内节点数据的聚合,并采用单跳结合多跳的形式与基站进行数据通信,发送求救信号。
将模型内的节点等效成随机粒子,基于粒子群算法计算随机粒子在多种场景的初始位置概率发布,具体为:预设多个遇险场景的权重;将多个随机粒子的数目分别与多个遇险场景的权重相乘,得到相应的遇险场景的随机粒子数目;根据遇险场景对应的初始概率分布,计算与遇险场景相应的随机粒子在对应的概率分布;例如,假设与该搜救目标等效的随机粒子的数目为J,有N(N≥1)个遇险场景,第n(1≤n≤N)个遇险场景的权重为qn,则有则第n个遇险场景中的随机粒子数目为qn×J,该qn×J个随机粒子服从第n个遇险场景对应的初始概率分布,相应地计算该qn×J个随机粒子在第n个遇险场景对应的初始概率分布。
所述遇险场景的初始概率分布是已知搜救目标最后遇险位置的基于参考基准点的概率分布、已知搜救目标计划航线的基于参考基准线的概率分布或已知搜救目标作业区域的基于参考基准区域的概率分布。
根据随机粒子的初始位置概率分布结合海洋环境影响计算随机粒子的漂移概率数据,并根据粒子漂移概率数据预测得到搜救区域,具体为:
海洋环境影响包括总流量差及风压差对节点移动距离和移动速度的影响,
其中流量差为风生流的矢量合成,而风生流是海风持续作用在海面上形成的,其包括风生流大小及风生流方向:采用(WCS)k表示第K个风生流矢量(WC)k的大小,采用(WCD)k表示第K个的风生流矢量(WC)k的方向,则有:
式中Ai表示第i个报告时间组的风向;Bi表示第i个报告时间组的风速;Ci表示第i个报告时间组的风向和流向的关系系数;Di表示第i个报告时间组的风速和流速的关系系数;
设定
则:(WCD)k=arctan(X/Y)+cf,cf为修正因子,若X和Y同为正数,则cf=0,若X<0,Y>0则cf=360°,若Y<0则不论X为何值cf=180°。
风压差为海风作用于暴露在水面上的目标,使目标沿着风向漂移,其包括风向及风力大小,设定ASWM为平均风力大小,ASWD为风向,则:
其中:Ei表示第i个报告时间组的时间间隔,以小时为单位;Gi表示第i个报告时间组测得的风向;Fi表示第i个报告时间组测得的风速;tm表示节点漂移的时间,以小时为单位;
设定
则:ASWD=arctan(X/Y)+cf,cf为修正因子,若X和Y同为正数,则cf=0,若X<0,Y>0则cf=360°,若Y<0则不论X为何值cf=180°。
根据获得的总流量差和风压差利用矢量迭加计算得到漂移速度及漂移方向,结合随机粒子的初始位置概率分布,得到其漂移概率数据,以预测搜救区域。
本发明的技术内容及技术特征已揭示如上,然而熟悉本领域的技术人员仍可能基于本发明的教示及揭示而作种种不背离本发明精神的替换及修饰,因此,本发明保护范围应不限于实施例所揭示的内容,而应包括各种不背离本发明的替换及修饰,并为本专利申请权利要求所涵盖。
Claims (7)
1.一种基于无线传感器网络的水下搜救区域预测方法,其特征在于包括如下内容:
对水下多个节点建立无线网络三维模型,利用无线网络发送求救信号,并将模型内的多个节点等效成随机粒子;
基于粒子群算法计算随机粒子在多种场景的初始位置概率发布;
根据随机粒子的初始位置概率分布结合海洋环境影响计算随机粒子的漂移概率数据,并根据粒子漂移概率数据预测得到搜救区域。
2.根据权利要求1所述的基于无线传感器网络的水下搜救区域预测方法,其特征在于:多个节点建立的无线网络三维模型中:
将整个无线网络比拟成一个边长为b的立方体BC,并平均划分成多个边长为k的小立方块簇群SC,顶点相邻的两个小立方块簇群SC的对角线小于节点的可通信范围c,且小立方块簇群SC中的节点数量由节点密度决定;
对每个小立方块簇群SC进行编号G(m,n,h),m、n及h为1,2,3…b/k,且根据获得小立方块簇群SC中节点的簇群编号,其中x,y,z为节点的坐标值;
从每个簇群中选举一个离基站近的节点作为簇头节点i负责整个簇群内节点数据的聚合,并采用单跳结合多跳的形式与基站进行数据通信。
3.根据权利要求2所述的基于无线传感器网络的水下搜救区域预测方法,其特征在于:基于粒子群算法计算随机粒子在多种场景的初始位置概率发布,包括:
预设多个遇险场景的权重;
将随机粒子的数目与遇险场景的权重相乘,得到相应的遇险场景的随机粒子数目;
根据遇险场景对应的初始概率分布计算与遇险场景相应的随机粒子在对应的位置概率分布。
4.根据权利要求3所述的基于无线传感器网络的水下搜救区域预测方法,其特征在于:所述遇险场景的初始概率分布是已知搜救目标最后遇险位置的基于参考基准点的概率分布、已知搜救目标计划航线的基于参考基准线的概率分布或已知搜救目标作业区域的基于参考基准区域的概率分布。
5.根据权利要求1所述的基于无线传感器网络的水下搜救区域预测方法,其特征在于:海洋环境影响包括总流量差及风压差对节点移动距离和移动速度的影响,其中流量差为风生流的矢量合成,其包括风生流大小及风生流方向:采用(WCS)k表示第K个风生流矢量(WC)k的大小,采用(WCD)k表示第K个的风生流矢量(WC)k的方向,则有:
当Ai+Ci>360°式中Ai表示第i个报告时间组的风向;Bi表示第i个报告时间组的风速;Ci表示第i个报告时间组的风向和流向的关系系数;Di表示第i个报告时间组的风速和流速的关系系数;
设定
则:(WCD)k=arctan(X/Y)+cf,cf为修正因子,若X和Y同为正数,则cf=0,若X<0,Y>0则cf=360°,若Y<0则不论X为何值cf=180°。
6.根据权利要求5所述的基于无线传感器网络的水下搜救区域预测方法,其特征在于:风压差包括风力大小及风力方向:设定平均表面风大小为ASWM,方向为ASWD,则:
<mrow>
<msub>
<mrow>
<mo>(</mo>
<mi>W</mi>
<mi>C</mi>
<mi>S</mi>
<mo>)</mo>
</mrow>
<mi>K</mi>
</msub>
<mo>=</mo>
<msqrt>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>3</mn>
</munderover>
<mo>(</mo>
<mrow>
<msub>
<mi>E</mi>
<mi>i</mi>
</msub>
<mo>&times;</mo>
<msub>
<mi>F</mi>
<mi>i</mi>
</msub>
</mrow>
<mo>)</mo>
<msub>
<mi>sinG</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>3</mn>
</munderover>
<mo>(</mo>
<mrow>
<msub>
<mi>E</mi>
<mi>i</mi>
</msub>
<mo>&times;</mo>
<msub>
<mi>F</mi>
<mi>i</mi>
</msub>
</mrow>
<mo>)</mo>
<msub>
<mi>cosG</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<mo>\</mo>
<mi>t</mi>
<mi>m</mi>
<mo>,</mo>
</mrow>
其中:Ei表示第i个报告时间组的时间间隔,以小时为单位;Gi表示第i个报告时间组测得的风向;Fi表示第i个报告时间组测得的风速;tm表示节点漂移的时间,以小时为单位;
设定
则:ASWD=arctan(X/Y)+cf,cf为修正因子,若X和Y同为正数,则cf=0,若X<0,Y>0则cf=360°,若Y<0则不论X为何值cf=180°。
7.根据权利要求6所述的基于无线传感器网络的水下搜救区域预测方法,其特征在于:根据获得的总流量差和风压差利用矢量迭加计算得到漂移速度及漂移方向,结合随机粒子的初始位置概率分布,得到其漂移概率数据,以预测搜救区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711485210.4A CN108012328A (zh) | 2017-12-29 | 2017-12-29 | 一种基于无线传感器网络的水下搜救区域预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711485210.4A CN108012328A (zh) | 2017-12-29 | 2017-12-29 | 一种基于无线传感器网络的水下搜救区域预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108012328A true CN108012328A (zh) | 2018-05-08 |
Family
ID=62049640
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711485210.4A Pending CN108012328A (zh) | 2017-12-29 | 2017-12-29 | 一种基于无线传感器网络的水下搜救区域预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108012328A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109379707A (zh) * | 2018-08-31 | 2019-02-22 | 北京大学(天津滨海)新代信息技术研究院 | 一种基于无线信号的室内目标活动区域识别方法及系统 |
CN109936815A (zh) * | 2019-03-25 | 2019-06-25 | 江苏航运职业技术学院 | 一种基于无线传感器网络的水下搜救区域预测方法 |
CN112203215A (zh) * | 2020-08-28 | 2021-01-08 | 浙江海洋大学 | 基于海上无线组网的海上搜救系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102221448A (zh) * | 2011-05-20 | 2011-10-19 | 大连海事大学 | 一种确定海上搜救区域的方法、系统及搜救模拟器 |
CN103297339A (zh) * | 2013-06-28 | 2013-09-11 | 河海大学常州校区 | 水下传感器网络中基于空间区域划分的路由方法 |
CN103152791B (zh) * | 2013-01-29 | 2015-08-19 | 浙江大学 | 一种基于水下无线传感器网络的目标跟踪方法 |
-
2017
- 2017-12-29 CN CN201711485210.4A patent/CN108012328A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102221448A (zh) * | 2011-05-20 | 2011-10-19 | 大连海事大学 | 一种确定海上搜救区域的方法、系统及搜救模拟器 |
CN103152791B (zh) * | 2013-01-29 | 2015-08-19 | 浙江大学 | 一种基于水下无线传感器网络的目标跟踪方法 |
CN103297339A (zh) * | 2013-06-28 | 2013-09-11 | 河海大学常州校区 | 水下传感器网络中基于空间区域划分的路由方法 |
Non-Patent Citations (2)
Title |
---|
于卫红等: "海上搜救中搜寻区域确定方法研究", 《中国航海》 * |
高会: "水下无线传感器网络的优化节能技术及其在海详物流运输中的应用", 《中国优秀硕士学位论文全文数据库经济与管理科学辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109379707A (zh) * | 2018-08-31 | 2019-02-22 | 北京大学(天津滨海)新代信息技术研究院 | 一种基于无线信号的室内目标活动区域识别方法及系统 |
CN109379707B (zh) * | 2018-08-31 | 2020-09-01 | 北京大学(天津滨海)新一代信息技术研究院 | 一种基于无线信号的室内目标活动区域识别方法及系统 |
CN109936815A (zh) * | 2019-03-25 | 2019-06-25 | 江苏航运职业技术学院 | 一种基于无线传感器网络的水下搜救区域预测方法 |
CN112203215A (zh) * | 2020-08-28 | 2021-01-08 | 浙江海洋大学 | 基于海上无线组网的海上搜救系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102221448B (zh) | 一种确定海上搜救区域的方法、系统及搜救模拟器 | |
CN108012328A (zh) | 一种基于无线传感器网络的水下搜救区域预测方法 | |
CN104834017A (zh) | 一种有毒有害气体泄漏扩散事故源定位方法 | |
CN104075717A (zh) | 一种基于改进a*算法的无人机航线规划算法 | |
CN111160631A (zh) | 一种基于四维航迹运行的冲突探测及消解方法 | |
CN107886773B (zh) | 一种基于信息量的船舶所处会遇态势紧迫度量化分析方法 | |
CN111428916B (zh) | 一种海上救援船舶巡航路径规划方法 | |
CN111538059B (zh) | 一种基于改进的玻尔兹曼机的自适应快速动态定位系统及方法 | |
Yang et al. | Maritime traffic flow clustering analysis by density based trajectory clustering with noise | |
CN111599130A (zh) | 一种海上救助的环境风险预警系统 | |
Wang et al. | [Retracted] Research on Vessel Speed Heading and Collision Detection Method Based on AIS Data | |
CN116757055B (zh) | 一种基于浮标平台的多雷达船舶感知网络布设优化方法 | |
CN115824217A (zh) | 一种海上搜救方法及系统 | |
KR101821303B1 (ko) | 바람계수가 차등 적용되는 입자추적모델을 이용하는 물체 움직임 예측 시스템 및 방법 | |
CN104602191A (zh) | 一种海上搜救无线传感网节点定位方法 | |
CN104049284A (zh) | 一种基于粒子群遗传混合算法的雷电定位方法 | |
CN112446811A (zh) | 一种基于5g通信技术的渔业海上搜救系统及搜救方法 | |
CN109936815A (zh) | 一种基于无线传感器网络的水下搜救区域预测方法 | |
CN108596397A (zh) | 一种基于水文模型多机航线规划方法 | |
CN116597693A (zh) | 一种内河航运监控系统及方法 | |
CN115829116A (zh) | 落水人员最概率搜救区域的预测方法、设备及存储介质 | |
CN104936289B (zh) | 一种移动节点参数自适应轨迹预测方法 | |
CN113836661B (zh) | 时间预测方法、模型训练方法、相关装置及电子设备 | |
CN108259596A (zh) | 一种基于无线传感器网络的矿井安全监测系统 | |
CN111768068B (zh) | 一种海上搜救船舶响应能力评估方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180508 |
|
RJ01 | Rejection of invention patent application after publication |