基于Fisher信息矩阵与SUKF的目标跟踪方法技术

基于Fisher信息矩阵与SUKF的目标跟踪方法，涉及通信技术领域，解决现有无线网络节点的控制方式存在参与节点众多，采用静态簇节点选取，需要对整个网络进行分簇，存在有效性差等问题，本发明专利技术通过采用基于Fisher信息矩阵方法建立动态跟踪簇；采用基于SUKF的目标跟踪滤波算法，对建立的动态跟踪簇进行滤波与信息传递；本发明专利技术的方法避免了集中式滤波中所有观测数据于簇头中集中处理，降低发送数据与接收数据时能量损耗，减轻簇头的负担。滤波算法的任务同时由多个子节点分布执行，本发明专利技术方法把簇头的工作分配到各个成员节点，极大地减少了节点之间的数据传递，避免了数据碰撞与干扰，与集中式滤波算法进行仿真对比，最大程度上减少了网络能耗，提高了估计精度。

Target tracking method based on Fisher information matrix and SUKF

The Fisher information matrix and tracking method based on the SUKF target, relates to the technical field of communication control, solve the existing wireless network node exists in many nodes, using static cluster node selection, the need for the entire network clustering problems, poor efficiency, the invention adopts Fisher information matrix method based on dynamic tracking cluster; using the SUKF filtering algorithm for target tracking based on dynamic tracking cluster based on the filtering and information transmission; the method of the invention can avoid all data centralized filtering on cluster head set processing, sending and receiving data to reduce energy consumption, reduce the burden of cluster heads. The algorithm consists of several sub tasks at the same time node distribution and the method of the invention the work assigned to each member of the cluster head nodes, greatly reducing the data transmission between nodes, to avoid data collision and interference are simulated and compared with the centralized filtering algorithm to reduce the network energy consumption, improve the estimation accuracy.

【技术实现步骤摘要】
基于Fisher信息矩阵与SUKF的目标跟踪方法
本专利技术涉及通信
，具体涉及一种无线传感器网络下基于Fisher信息矩阵与SUKF的目标跟踪方法。
技术介绍
无线传感器网络(WSN：WirelessSensorNetwork)的发展特别得益于当今时代无线通信、低功耗嵌入式技术和片上系统等技术的发展。它以体积小、造价低、容易推广和健全的信息采集等优势被普遍的应用于反恐、战争、抗救、卫生、民生等领域，而目标跟踪更是一项重要的应用领域。无线传感器网络的拓扑结构对提高整个网络的MAC协议和路由协议的效率有很大的影响，是网络中数据传递与处理的基础。无线传感器网络节点的通信模块是整个网络能量消耗的主要部分，所以目前的拓扑控制主要针对两个方面进行研究：一是传输功率机制；二是分簇机制。传输功率机制通过调节节点的发射功率，在保证整个网络连通条件下，降低发射信息之间的干扰，从而改善网络的通信环境。分簇机制通过一种算法或者标准选择某些节点作为簇成员，并从簇成员中选择一个簇头用于数据融合与信息传递，减少参与跟踪节点的数目，避免过早的出现“空洞”期，从而延长网络寿命。静态的分簇需要对整个网络进行分簇，利用网络中的簇头构建与基站进行信息传输的骨架，这种方法不仅需要的参与节点众多，而且无法保证分簇的有效性。在此基础上，动态的分簇方法是在被跟踪目标附近建立跟踪簇，并且跟踪簇根据被跟踪目标进行更新。
技术实现思路
本专利技术为解决现有无线网络节点的控制方式存在参与节点众多，采用静态簇节点选取，需要对整个网络进行分簇，存在有效性差等问题，提供一种基于Fisher信息矩阵与SUKF的目标跟踪算法。基于Fisher信息矩阵与SUKF的目标跟踪方法，该方法由以下步骤实现：步骤一、采用基于Fisher信息矩阵方法建立动态跟踪簇；步骤一一、节点初始化；将无线传感器节点随机设置在监测区域后会向周围节点发布所述节点的自身信息，该节点接收周围节点的信息后进行存储筛选，并记录RL＝2Rc范围内的节点信息，RL为传感器节点存储周围节点坐标的选择半径，Rc为传感器节点有效测量半径；步骤一二、选取以预测位置为原点，有效测量半径Rc范围内的节点作为候选簇集；即Ri＝Rc，i为传感器节点数，Ri为第i个传感器节点与预测坐标点的距离，1≤i≤M；前一簇集中节点经过滤波算法获得预测坐标点，以所述预测坐标点为中心，Rc为半径内的所有传感器节点作为候选节点加入候选簇；即Ri≤RC，记录候选簇集为S*(k)，同时确定初始簇集S(k)；步骤一三、通过信息判据公式，选择候选簇集中的第一个节点作为簇头，选取簇头用于传输测量信息与节点自身信息；步骤一四、候选簇集中簇成员选择；采用贯序方式对簇成员进行选择，将选择的簇成员加入到初始簇集S(k)中，并从候选簇集S*(k)中剔除该节点，所述初始簇集S(k)节点测量到的数据传输到簇头节点，所述测量到的数据中包含自身节点的信息和测量目标的信息，由簇头节点处理数据进行滤波并获得下一时刻目标预测位置；步骤一五、簇头切换；对步骤一四所述的下一时刻目标预测位置跟踪，如果簇头节点CH(k)不在下一时刻簇集S(k+1)内，则返回执行步骤一三；反之，对簇头剩余节点能量进行判断，判断节点能量是否小于簇内节点能量的加权平均值，如果是，则簇头节点CH(k)不继续竞选，返回执行步骤一三；如果否，簇头节点CH(k)继续作为跟踪簇头，执行步骤一六；步骤一六、簇成员的变更；预测下一时刻簇集S(k+1)，当初始簇集S(k)中的节点j不属于下一时刻簇集S(k+1)时，节点j发布退簇集信号后进入休眠状态；当节点j属于集合S(k+1)，节点不退出跟踪簇；步骤二、采用基于SUKF的目标跟踪滤波算法，对步骤一建立的动态跟踪簇进行滤波与信息传递；步骤二一、滤波过程初始化；建立跟踪簇后，簇头唤醒簇内成员节点对目标进行跟踪检测，根据各节点观测值对目标进行预定位；获得目标状态向量与误差协方差的最优估计；步骤二二、数据传递；传感器节点间的数据传递按照步骤一四中节点的选择顺序进行，由节点i接收节点i-1传递的目标状态滤波值，若节点i是跟踪簇集中的头结点，则该节点接收前一时刻簇集尾的目标状态滤波值，并利用目标状态滤波值计算出2n+1个Sigma采样点与对应权值，并对其加权求和，获得目标状态量的一步预测；当i不是跟踪簇集中的头节点时，节点i接收自身簇中节点i-1的滤波值，作为目标状态滤波值对当前跟踪节点的测量值进行滤波；步骤二三、迭代更新；对步骤二二获得的一步预测值进行UT变换，获得一组采样点集，将所述采样点集带入观测方程，获得观测量的一步预测值；步骤二四、性能检测；滤波迭代结束前对跟踪的统计特性进行检测，如满足统计特性要求或者当前节点为跟踪簇集中最后一个节点则停止迭代，获得滤波结果；将所述滤波结果通过多跳路由方式发送给终端。本专利技术的有益效果：本专利技术所述的方法利用Fisher信息矩阵计算目标选取的判断依据，优化分簇方法，达到降低整个能量有限网络的能耗，延长网络寿命的目的，并与相匹配的SUKF算法相结合。本专利技术所述的方法与集中式滤波算法相比，基于贯序UKF滤波的WSN目标跟踪算法具有如下的优点：1)在无线传感器网络中，跟踪簇中范围内选择部分节点进行有限次滤波迭代，以满足对跟踪精度的要求，当达到性能要求时结束迭代，成员节点之间不在传递迭代数据，减少了不必要的能源开销。2)避免了集中式滤波中所有观测数据于簇头中集中处理，降低发送数据与接收数据时能量损耗，减轻簇头的负担。滤波算法的任务同时由多个子节点分布执行，提高了算法工作效率。3)在每一个跟踪簇内同时只有两个传感器节点之间进行含有各自信标数据之间的通信，这种方法避免了通信信号之间的冲突，降低了信号之间的干扰。4)本专利技术方法把簇头的工作分配到各个成员节点，极大地减少了节点之间的数据传递，避免了数据碰撞与干扰，与集中式滤波算法进行仿真对比，最大程度上减少了网络能耗，提高了估计精度。附图说明图1为本专利技术所述的基于Fisher信息矩阵与SUKF的目标跟踪方法中SUKF算法流程图；图2为本专利技术所述的基于Fisher信息矩阵与SUKF的目标跟踪方法的流程图；图3为本专利技术所述的基于Fisher信息矩阵与SUKF的目标跟踪方法中WSN中基于节点选择动态分簇图；图4为本专利技术所述的基于Fisher信息矩阵与SUKF的目标跟踪方法目标运动轨迹图；图5为三种滤波算法跟踪效果对比图；图6为采用本专利技术所述的基于Fisher信息矩阵与SUKF的目标跟踪方法和两种现有方法进行300次仿真均方根误差结果图。具体实施方式具体实施方式一、结合图1和图2说明本实施方式，基于Fisher信息矩阵与SUKF的目标跟踪方法，该方法由以下步骤实现：一、基于Fisher信息矩阵的节点选取方法本实施方式中采用的动态簇节点选取标准与目标的Fisher信息矩阵有关。在节点选取标准的公式(2)中，引用信息度量参数C'k，所述信息度量额头公式(1)表示为：C'k(S)＝det(Jb)节点的选取标准的公式如下其中的信息度量C'k可通过Cramer-Rao下界理论中目标位置的估计误差协方差矩阵R与Fisher信息矩阵的关系，公式如下：R＞J-1(3)其中，上式表示从观测数据中获得的信息。这里是目标的估计本文档来自技高网...

【技术保护点】
基于Fisher信息矩阵与SUKF的目标跟踪方法，其特征是，该方法由以下步骤实现：步骤一、采用基于Fisher信息矩阵方法建立动态跟踪簇；步骤一一、节点初始化；将无线传感器节点随机设置在监测区域后会向周围节点发布所述节点的自身信息，该节点接收周围节点的信息后进行存储筛选，并记录RL＝2Rc范围内的节点信息，RL为传感器节点存储周围节点坐标的选择半径，Rc为传感器节点有效测量半径；步骤一二、选取以预测位置为原点，有效测量半径Rc范围内的节点作为候选簇集；即Ri＝Rc，i为传感器节点数，Ri为第i个传感器节点与预测坐标点的距离，1≤i≤N；前一簇集中节点经过滤波算法获得预测坐标点，以所述预测坐标点为中心，Rc为半径内的所有传感器节点作为候选节点加入候选簇；即Ri≤RC，记录候选簇集为S

【技术特征摘要】
1.基于Fisher信息矩阵与SUKF的目标跟踪方法，其特征是，该方法由以下步骤实现：步骤一、采用基于Fisher信息矩阵方法建立动态跟踪簇；步骤一一、节点初始化；将无线传感器节点随机设置在监测区域后会向周围节点发布所述节点的自身信息，该节点接收周围节点的信息后进行存储筛选，并记录RL＝2Rc范围内的节点信息，RL为传感器节点存储周围节点坐标的选择半径，Rc为传感器节点有效测量半径；步骤一二、选取以预测位置为原点，有效测量半径Rc范围内的节点作为候选簇集；即Ri＝Rc，i为传感器节点数，Ri为第i个传感器节点与预测坐标点的距离，1≤i≤N；前一簇集中节点经过滤波算法获得预测坐标点，以所述预测坐标点为中心，Rc为半径内的所有传感器节点作为候选节点加入候选簇；即Ri≤RC，记录候选簇集为S*(k)，同时确定初始簇集S(k)；步骤一三、通过信息判据公式，选择候选簇集中的第一个节点作为簇头，选取簇头用于传输测量信息与节点自身信息；步骤一四、候选簇集中簇成员选择；采用贯序方式对簇成员进行选择，将选择的簇成员加入到初始簇集S(k)中，并从候选簇集S*(k)中剔除该节点，所述初始簇集S(k)节点测量到的数据传输到簇头节点，所述测量到的数据中包含自身节点的信息和测量目标的信息，由簇头节点处理数据进行滤波并获得下一时刻目标预测位置；步骤一五、簇头切换；对步骤一四所述的下一时刻目标预测位置跟踪，如果簇头节点CH(k)不在下一时刻簇集S(k+1)内，则返回执行步骤一三；反之，对簇头剩余节点能量进行判断，判断节点能量是否小于簇内节点能量的加权平均值，如果是，则簇头节点CH(k)不继续竞选，返回执行步骤一三；如果否，簇头节点CH(k)继续作为跟踪簇头，执行步骤一六；步骤一六、簇成员的变更；预测下一时刻簇集S(k+1)，当初始簇集S(k)中的节点j不属于下一时刻簇集S(k+1)时，节点j发布退簇集信号后进入休眠状态；当节点j属于集合S(k+1)，节点不退出跟踪簇；步骤二、采用基于SUKF的目标跟踪滤波算法，对步骤一建立的动态跟踪簇进行滤波与信息传递；步骤二一、滤波过程初始化；建立跟踪簇后，簇头唤醒簇内成员节点对目标进行跟踪检测，根据各节点观测值对目标进行预定位；获得目标状态向量与误差协方差的最优估计；步骤二二、数据传递；传感器节点间的数据传递按照步骤一四中节点的选择顺序进行，由节点i接收节点i-1传递的目标状态滤波值，若节点i是跟踪簇集中的头结点，则该节点接收前一时刻簇集尾的目标状态滤波值，并利用目标状态滤波值计算出2n+1个Sigma采样点与对应权值，并对其加权求和，获得目标状态量的一步预测；当i不是跟踪簇集中的头节点时，节点i接收自身簇中节点i-1的滤波值，作为目...

【专利技术属性】
技术研发人员：白雪梅，王锋，张晨洁，郭滨，胡汉平，耿小飞，
申请(专利权)人：长春理工大学，
类型：发明
国别省市：吉林,22