面向目标跟踪的无线传感器聚簇能量管理方法技术

本发明专利技术公开了无线传感器能量管理技术领域中一种面向目标跟踪的无线传感器聚簇能量管理方法。包括，当目标进入无线传感器网络时，探测到目标的所有无线传感器形成初始聚簇；从初始聚簇中随机选取一个无线传感器作为簇头，簇头计算当前时刻目标的位置并预测下一时刻目标的位置；簇头向目标的预测位置广播，在发出应答信号的无线传感器中，选取有效提供目标信息的传感器组成最优更新聚簇，再从该聚簇中选择剩余能量最多的传感器作为更新簇头；仅在簇头和更新簇头不同时，将相关参数从簇头传递至更新簇头；并以更新簇头替代簇头进行下一次循环，来追踪目标。本发明专利技术有效实现了目标检测与跟踪，并保证了最优聚簇和较低的计算复杂度。

【技术实现步骤摘要】

本专利技术属于无线传感器能量管理
，尤其涉及一种。
技术介绍
无线传感器网络(WSN)因其可靠性、可扩展性、经济性、以及易于部署等特性在军事、民用、以及生态领域获得了广泛应用。另一方面，WSN也因其自身的能量供应、无人操作、带宽等方面的局限性，面临着独有的技术挑战。而其中，能量供应受限是WSN最主要的局限性之一。因为大部分的传感器是由电池驱动的，而它们往往被部署在无人能到达的区域，几乎难以实现替换电池或给电池充电。目前国内外有大量的研究课题致力于提高传感器的能量利用率，或者通过能量控制机制来延长传感器网络的寿命。其中，传感器聚簇策略已是公认的、能够在有限的能量和带宽限制下，有效提高WSN的服务质量(QOS)和可扩展性的策略。它的核心就是依据节点密度、位置及其他因素将一个分布式的WSN划分为多个子集。每个子集被称为一个聚簇(cluster)，其中一个传感器节点被选作聚簇的主节点(簇头，cluster head),用于监管聚簇中其他从属节点(slaves)。聚簇的优势在于,对于大部分节点而言，数据的传输从整个网络范围缩减到聚簇内的小范围传输，仅有簇头之间需要远距离的通信。WSN的能量管理策略都是面向应用的。大部分以数据为中心的WSN应用都采用Low-Energy Adaptive Clustering Hierarchy (LEACH)策略，该策略让网络中的传感器节点随机成簇，并轮流担当簇头的角色，以使得网络中的能量消耗尽可能平均，从而达到延长整个网络寿命的目的。但随机选取簇头和成簇的方式容易带来大量不确定因素，在选取簇头的时候也未考虑候选节点的能量消耗程度，从而容易导致整个网络的能耗不均，最终影响网络寿命。Misra等人提出了改进的LEACH算法,在选择簇头节点的时候比较候选节点的剩余能量。然而，这两种策略都是为数据融合应用而提出的，无论节点所在位置是否有事情发生，都要求网络中所有的节点参与“成簇”过程。然而网络中的能量消耗是与网络中的活跃节点数目成正比的，就经济性的原则而言，应当倾向于采用事件驱动型的方式。事实上，在WSN的各种应用中，目标跟踪一直是研究者们广泛关注的课题，例如野生动物监测、高速公路、战场监控等。而目标跟踪过程中的目标检测、数据融合、各传感器节点之间的协同工作等都不可避免地带来了相应的能量消耗。跟踪精度要求越高，相应的资源占用、能量消耗也就越大。为了尽可能在网络资源消耗与目标跟踪质量之间达到平衡，相应的能量管理策略自然是必不可少的。事实上，在刚才所提到的聚簇策略的基础上，还需要合理的聚簇激活调度策略来进一步控制能耗。具体说来，可以将现有的面向目标跟踪的聚簇管理策略分为两大类:预成簇和应激成簇策略。前者事先将整个网络静态地划分为若干个聚簇，后者则等到有事件发生再激活成簇过程。但无论哪种策略，在任一时刻都只有一个簇头处于激活状态以负责当前时刻的目标跟踪。现有的针对目标跟踪的传感器聚簇管理策略有Chen等人提出的层次型WSN，该网络由静态的簇头所形成的主干与动态的从属节点构成，它的主要缺点就是当被跟踪目标的速度提升时跟踪性能会显著下降。Tseng等人提出使用一个移动代理来跟踪目标并协调传感器节点工作的策略，然而，他们并未评估该策略所导致的能量与其他资源的消耗，此外，对于不规则的WSN网络拓扑而言，选择簇头节点与从属节点的能量与时间开销相对较大。从上述描述中可以发现，WSN的寿命不仅仅取决于整个网络的总能量消耗，更重要的是能量消耗的分布程度。如果能尽可能的使网络中的能量消耗均匀分布，就能避免因少数某些个传感器电池耗尽而导致的整个网络瘫痪，甚至夭折的情况出现。
技术实现思路
本专利技术的目的在于，提供一种，用于解决现有的无线传感器聚簇能量管理策略存在的不足。为了实现上述目的，本专利技术提出的技术方案是，一种，其特征是所述方法包括:步骤1:当目标进入无线传感器网络时，探测到目标的所有无线传感器形成初始聚簇；步骤2:从初始聚簇中随机选取一个无线传感器作为簇头CHtl,并令当前时刻t=l ；步骤3:在簇头OV1中计算时刻t-Ι目标的实际位置Xw并估计时刻t目标的预测位置X' t；步骤4:簇头OV1向目标的预测位置V t发出广播；步骤5:距离目标预测位置X' t小于等于无线传感器探测半径Y的无线传感器向簇头CHw发出包含自身位置和剩余能量的应答信号；步骤6:簇头OV1在发出应答信号的无线传感器中动态选取有效提供目标信息的无线传感器组成最优更新聚簇，并选取最优更新聚簇中剩余能量最多的无线传感器作为簇头 CHt ；步骤7:判断OV1 ≠CHt是否成立，如果OV1 ≠ CHt,则执行步骤8 ;否则，跳至步骤9 ;步骤8:在簇头OV1和簇头CHt之间传递用于计算目标实际位置和估计目标预测位置的参数；步骤9:令t=t+l,返回步骤3。在步骤6中,所述组成最优更新聚簇采用公式Stjp= {v I argmin[dis (c[V],X' t)]}；其中，Stjp为最优更新聚簇；V e V且num(v)≥3, V为所有发出应答信号的无线传感器组成的集合,num(V)为最优更新聚簇Stjp中无线传感器的数量；c [V]为最优更新聚簇中所有无线传感器的中心；V t为时刻t目标的预测位置；dis(c[v],X' t)为 c[v]与 x'4勺距离。本专利技术针对同构的WSN而提出，利用类Dijkstra算法动态地选取能够最有效提供关于目标信息的节点来形成聚簇，实现目标检测与跟踪的任务，其保证了最优聚簇和较低的计算复杂度，相较于预成簇策略更具鲁棒性和安全性，尤其在应对恶意外部攻击的时候更具优势。【附图说明】图1是流程图；图2是贝叶斯推理方法示意图；图3是变分模型示意图；图4是连续两个时刻间应激式动态成簇过程示意图。【具体实施方式】下面结合附图，对优选实施例作详细说明。应该强调的是，下述说明仅仅是示例性的，而不是为了限制本专利技术的范围及其应用。图1是流程图，如图1所示，本专利技术提供的包括:步骤1:当目标进入无线传感器网络时，探测到目标的所有无线传感器形成初始聚簇。在本实施例中，假设无线传感器以密度d随机分布在整个网络区域，且无线传感器的探测半径为Y，则网络中任意一点被3个以上无线传感器探测到的概率为:本文档来自技高网...

【技术保护点】
一种面向目标跟踪的无线传感器聚簇能量管理方法，其特征是所述方法包括：步骤1：当目标进入无线传感器网络时，探测到目标的所有无线传感器形成初始聚簇；步骤2：从初始聚簇中随机选取一个无线传感器作为簇头CH0，并令当前时刻t=1；步骤3：在簇头CHt‑1中计算时刻t‑1目标的实际位置Xt‑1并估计时刻t目标的预测位置X′t；步骤4：簇头CHt‑1向目标的预测位置X′t发出广播；步骤5：距离目标预测位置X′t小于等于无线传感器探测半径γ的无线传感器向簇头CHt‑1发出包含自身位置和剩余能量的应答信号；步骤6：簇头CHt‑1在发出应答信号的无线传感器中动态选取有效提供目标信息的无线传感器组成最优更新聚簇，并选取最优更新聚簇中剩余能量最多的无线传感器作为簇头CHt；步骤7：判断CHt‑1≠CHt是否成立，如果CHt‑1≠CHt，则执行步骤8；否则，跳至步骤9；步骤8：在簇头CHt‑1和簇头CHt之间传递用于计算目标实际位置和估计目标预测位置的参数；步骤9：令t=t+1，返回步骤3。

【技术特征摘要】
1.一种面向目标跟踪的无线传感器聚簇能量管理方法，其特征是所述方法包括: 步骤1:当目标进入无线传感器网络时，探测到目标的所有无线传感器形成初始聚簇； 步骤2:从初始聚簇中随机选取一个无线传感器作为簇头CHtl，并令当前时刻t=l ； 步骤3:在簇头OV1中计算时刻t-Ι目标的实际位置Xw并估计时刻t目标的预测位置 X' t ； 步骤4:簇头OV1向目标的预测位置V t发出广播； 步骤5:距离目标预测位置X' t小于等于无线传感器探测半径Y的无线传感器向簇头CHw发出包含自身位置和剩余能量的应答信号； 步骤6:簇头OV1在发出应答信号的无线传感器中动态选取有效提供目标信息的无线传感器组成最优更新聚簇，并选取最优更新聚簇中剩余能量最多的无线传感器作为簇头CHt; ...

【专利技术属性】
技术研发人员：滕婧，周蓉，周景，何慧，张莹，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：北京;11