【技术实现步骤摘要】
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
本专利技术属于无线传感网络和目标跟踪技术应用领域，尤其涉及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。
技术介绍
目前，最接近的现有技术：随着科学技术与计算机领域的迅速发展，无线传感器网络(WirelessSensorNetworks,WSN)也得到了迅速发展，并在野生动物监测、工业生产、军事环境、环境监测、卫生医疗等各个领域有着广泛的应用。WSN由大量具有传感、数据处理和无线通信组件及基站(BaseStation,BS)的低功率、廉价传感器组成，WSN中每个传感器节点都能够计算、通信和处理数据。传感器节点依靠电池进行供电，没有蓄电功能，并且无法更换电池，而目标跟踪需要长时间运作，大量节点时刻保持工作状态，会消耗大量能量，当一部分节点能量耗尽，则会出现通信空洞和覆盖空洞等情况。WSN中，目标跟踪是极其重要且经典的应用之一。室外的目标跟踪通常利用卫星进行勘测，但室内及其他偏远地区，卫星信号较弱，无法及时有效地对目标进行定位及跟踪，而传感器体积小、重量轻、可移动、便于部署、实时性强等特点，适合军事、环境监测、...
【技术保护点】
1.一种基于维诺图的自适应节点选择的目标跟踪方法，其特征在于，所述基于维诺图的自适应节点选择的目标跟踪方法包括：初始状态下，所有传感器节点的能量均为饱和，簇头节点随机均匀分布在网络中；初始状态外，簇头节点根据阈值设定进行优先选择；在网络中，将传感器节点利用维诺图进行分簇，每个簇中有且仅有一个簇头节点、多个簇内节点；当网络中无目标进入时，所有节点处于休眠状态，能量消耗低；当网络中有目标进入时，目标当前所在维诺图的多边形区域中簇内节点根据节点选择方法进行部分激活，对目标进行监测；目标所在维诺图的多边形区域中簇头节点将激活节点检测到的数据汇总处理；利用扩展卡尔曼滤波对目标进行跟踪...
【技术特征摘要】
1.一种基于维诺图的自适应节点选择的目标跟踪方法，其特征在于，所述基于维诺图的自适应节点选择的目标跟踪方法包括：初始状态下，所有传感器节点的能量均为饱和，簇头节点随机均匀分布在网络中；初始状态外，簇头节点根据阈值设定进行优先选择；在网络中，将传感器节点利用维诺图进行分簇，每个簇中有且仅有一个簇头节点、多个簇内节点；当网络中无目标进入时，所有节点处于休眠状态，能量消耗低；当网络中有目标进入时，目标当前所在维诺图的多边形区域中簇内节点根据节点选择方法进行部分激活，对目标进行监测；目标所在维诺图的多边形区域中簇头节点将激活节点检测到的数据汇总处理；利用扩展卡尔曼滤波对目标进行跟踪，目标进入下一时刻，直至目标走出该网络区域。2.如权利要求1所述的基于维诺图的自适应节点选择的目标跟踪方法，其特征在于，簇头的选择中，在观测区域中传感器节点随机部署，簇头节点负责计算位置坐标并收集该多边形内其他节点采集的感知信息；当目标处于中某一Voronoi多边形内时，多边形内的簇头节点然后选择剩余能量高、距离簇头节点近的传感器进行激活，剩余节点处于休眠状态；簇头节点与激活节点共同探测目标，激活节点将数据信息发送到簇头节点，簇头节点处理位置计算，则簇头节点与激活节点共同完成定位工作。3.如权利要求1所述的基于维诺图的自适应节点选择的目标跟踪方法，其特征在于，簇头的选择具体包括：根据Fisher信息矩阵的扩展卡尔曼滤波方法，计算当前簇中各节点的Fisher信息判据，获得信息度量，并自动选择第一个具有最小度量的节点作为簇头节点。4.如权利要求1所述的基于维诺图的自适应节点选择的目标跟踪方法，其特征在于，网络模型对传感器节点进行分簇中，Voronoi图根据K个不同的点，将平面分为K个区域，使多边形区域内任意一点到该点的距离均小于到其它多边形区域内点的距离。5.如权利要求1所述的基于维诺图的自适应节点选择的目标跟踪方法，其特征在于，簇内节点的激活方法包括：使用贪婪算法来选择和调度节点；设置节点个数t，若目标所在多边形内的普通节点剩余能量大于设置的能量阈值，列为候选节点，再根据能量大小排序，取能量最大的t个节点变为激活节点，对目标进行跟踪。6.如权利要求1所述的基于维诺图的自适应节点选择的目标跟踪方法，其特征在于，簇头选...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。