面向目标跟踪的无线传感器网络设计

无线传感器网络包含许多具有感知、计算和无线通信能力的微型传感器节点,现已广泛应用于国防、工业和农业等领域。文章将无线传感器网络应用于目标跟踪中,该网络主要包括声学传感器节点、图像节点和指挥中心节点,声学传感器节点和图像节点将采集的信息传递给指挥中心,指挥中心融合处理后对目标进行定位和跟踪。实验仿真表明设计的无线传感器网络具有较高的跟踪精度。     

无线传感器网络中基于网格的目标跟踪算法

提出了一种适用于无线传感器网络中基于网格的目标跟踪算法，以解决在目标跟踪过程中信任度（belief）更新和传感器节点信息贡献量估计问题。该算法对信任度进行非参数化表示，用基于网格的算法对序列贝叶斯滤波过程进行实现。并且利用目标位置预测和基于网格的算法在不预先获知传感器节点测量数据的情况下，对节点的信息贡献量进行估算。在资源受限的无线传感器网络中，该算法在降低计算复杂度、提高算法适用范围方面都有显著改进。最后在仿真环境中验证了基于网格的目标跟踪算法的有效性。     

基于声强的无线传感器网络目标跟踪方法研究

为有效解决无线传感器网络对具有声音特性移动目标的跟踪问题,该文利用声音随距离的能量衰减模,并结合声强特性,给出了基于动态组管理机制的目标跟踪方法。仿真实验结果表明无线传感器网络中基于声强特性的方法,能够有效实现对移动目标跟踪,结合Kalman滤波算法提高了实验结果的跟踪精度。     

无线传感器网络中移动目标跟踪算法研究

由于单个传感器节点的通信、处理和感知能力有限,所以传感器节点必须协同工作才能够完成任务。本文介绍了无线传感器网络的研究现状,阐述了目前成形的无线传感器网络协议与体系结构,阐述了针对面向目标跟踪的无线传感器网络涉及到的一些关键技术,并对现有的一些无线传感器网络中移动目标协同跟踪算法以及未来的发展方向进行了论述。     

面向目标跟踪的无线传感器网络动态分簇

在考虑节点剩余能量和节点探测信号强度的基础上,提出了一种面向目标跟踪的无线传感器网络动态分簇方法。由于在簇首选择时考虑了节点的剩余能量,因此可以有效地避免簇首节点能量不足导致的跟踪失败。方法既能保证各个节点均衡地担任簇首节点,又能避免簇首切换过于频繁,因此可以延长网络的使用寿命。计算机仿真结果表明,在满足簇首节点能量需求和簇内节点大部分能观测到目标的情况下,应该取尽量小的能量阈值和尽量大的距离阈值。     

基于无线传感器网络的移动目标跟踪系统研究

脉冲多普勒雷达(PDR)是一个超宽带雷达系统,不仅能探测目标位置,也可通过多普勒效应测量其径向速度。然而,传统的雷达信号处理技术与极限计算和典型无线传感器微粒上的存储资源不相匹配。利用小型脉冲多普勒雷达作为传感器节点,通过设计一个新的目标跟踪系统来探索脉冲多普勒雷达和微型无线传感器节点的兼容性。该系统由几个PDR传感器节点组成,来检测移动目标的存在和位置,一个基站节点用来收集传感器节点的检测数据,一个算法来估计目标的位置。结果表明该系统有较小的偏差,可实现目标跟踪。     

无线传感器网络自适应目标跟踪节点调度算法

在无线传感器网络中,设计合理的节点调度算法是提高网络感知能力、降低系统能耗的关键。在分析节点能耗模型的基础上,针对移动目标跟踪型网络应用,提出一种高能效的无线传感器网络自适应节点调度算法ANSTT。该算法根据节点对移动目标的感知能力,以及节点的相对剩余能量水平,自动调整节点工作模式。仿真实验表明,ANSTT算法在维持低感知延时、高目标感知率的同时,可有效降低系统能耗,延长网络寿命。     

无线传感网络中的目标跟踪技术

无线传感器网络由于其自组织性、鲁棒性及节点数量巨大的特点,非常适合于目标跟踪。无线传感器网络目标跟踪大体分为单目标跟踪与面目标跟踪。单目标跟踪主要采用双元检测协作跟踪、信息驱动协作跟踪、传送树跟踪算法等方法。面目标跟踪采用对偶空间转换算法等方法。在无线传感器网络目标跟踪中,跟踪精度、跟踪能量消耗和跟踪可靠性是需要考虑的主要问题。     

无线传感器网络的目标跟踪算法

为了解决无线传感器网络跟踪非线性运动目标的分布式数据融合问题,使用了基于扩展信息滤波器(EIF)的分布式估计算法.对于活跃传感器的选择方法,采用了基于与目标位置接近程度的近邻选择算法和基于信息贡献的信息选择算法.仿真结果表明,与分布式扩展信息滤波器(DEIF)算法相比,近邻选择算法和信息选择算法得到了相似的响应曲线,且具有减少能量消耗和简化计算的优点.     

无线传感器网络中用于目标跟踪的节点规划算法

利用无线传感器网络进行目标跟踪时,由于各传感器节点的能量有限,数据蕴含的有效信息又各不相同,因此有必要规划参与目标跟踪的节点集和参与方式,以降低系统开销。本文提出了一种新的基于领导节点的节点规划算法,综合考虑收集数据和领导节点迁移过程中的通信开销,以最大化目标跟踪的性能。求解中以跟踪过程中的误差矩阵作为目标度量,采用高斯-赛德尔（Gauss-Seidel）和凸松弛等方法,使得复杂的带约束优化问题能够在接近O（N3）的时间复杂度内得到求解。仿真结果表明,与对比算法相比,本算法在相同的通信能量约束下能够达到更好的跟踪性能。     

用无线传感器网络探测跟踪目标

与传统的探测跟踪方法相比,无线传感器网络以其良好的特性弥补了传统跟踪方法的不足。文章介绍了无线传感器网络的体系结构,探讨了无线传感器网络探测跟踪目标的策略和方法,最后提出了用无线传感器网络跟踪目标需要考虑的问题。     

分布式无线传感网络的协作目标跟踪策略

基于图像序列的目标跟踪是目标跟踪的重要研究问题之一.由于受图像解析度和跟踪范围限制,单视角跟踪准确性和鲁棒性不足.本文提出了分布式无线传感网络测量环境下的多视角协作融合跟踪方法,并引入了渐进分布式数据融合,采用基于能耗参数和信息有效性参数的综合优化函数动态选择融合节点,规划融合过程,平衡融合精度与网络能耗.通过目标跟踪准确性、网络能耗及传输延时对比实验表明:基于渐进分布式数据融合的协作信号处理方法提高了分布式多视角跟踪的准确性与实时性,减少了网络拥塞,降低了通讯能耗及延时.     

基于无线传感器网络的移动机器人定位导航系统

设计了一种基于无线传感器网络(WSN)的移动机器人轨迹跟踪定位系统,通过测算移动机器人和信标节点之间的无线电接收信号强度(RSSI)进而估计出它们之间的距离,采用自适应的扩展卡尔曼滤波算法对RSSI数据处理得到机器人的当前位置、速度、加速度等状态信息.为了提高系统的实时性和计算效率,动态选用网络中一部份信标节点进行轨迹跟踪定位计算,降低了移动机器人CPU的负担.采用CC2430芯片作为节点的通信和数据处理单元,现场试验结果表明该方法具有轨迹跟踪定位精度高、实现简单、成本低廉等特点.     

基于移动代理WSN分布入侵检测研究

针对聚类无线传感器网络安全的问题,将移动代理技术与分布式入侵检测技术相结合,提出了一种基于移动代理的无线传感器网络分布式入侵检测方案,采用了多个代理模块进行分布式协作,运用一种基于聚类的分布式入侵检测算法,从节点上收集和处理数据,减少网络负载、促进效率平衡,能够满足WSNs的要求和限制。从而达到提高无线传感器网络的安全性、可靠性,降低入侵检测能量消耗的目的。     

WSN中一种改进的目标跟踪方法

目标跟踪作为无线传感器网络(WSN)的一项基本应用,已得到广泛研究。提出了一种改进的目标跟踪方法,该方法主要分为邻域检测、目标跟踪和目标修正3个阶段。节点通过获取对于目标的感知信息收益值来实现邻域检测。每个节点通过计算自己的节点权值来决定是否参与目标的跟踪。基于目标的运动趋势,通过发送数据报告来自适应地对目标进行修正。仿真实验表明,该算法减少了参与目标跟踪的节点数,节省了能量,与PM算法相比,该算法提高了目标跟踪的准确率。     

面向目标跟踪的传感器网络布局优化及保护策略

本文以目标跟踪为应用背景,改进了已有传感器感知模型和虚拟力方法,提出了一种新的传感器网络布局优化策略,该策略首先计算传感器与目标、热点区域、障碍物和其他传感器之间的虚拟力,为各传感器寻找受力平衡点,并将其作为该传感器的新位置,从而优化网络布局优化．实验证明,该策略可有效改善传感器网络覆盖率和目标探测概率．同时,本文根据各传感器获取的信息量,提出了涉及目标的传感器网络节点重要性排序算法,以及根据节点重要性进行传感器网络保护的策略。