无线传感器网络下的并行粒子滤波目标跟踪算法

针对无线传感器网络环境下目标跟踪问题,提出一种基于分布式并行粒子滤波的目标跟踪方法.在建立了网络动态分簇模型和目标运动模型的基础上,将并行粒子滤波算法应用于动态目标进行跟踪.算法通过多个感知节点并行的运行局部粒子滤波器,得到每个节点对目标状态的估计,动态成簇的簇头节点对簇内每个节点的信息进行融合,形成动态目标的状态估计...     

二进制无线传感器网络目标定位的解析算法

对于二进制传感器网络目标定位跟踪问题时,最常用的直线拟和算法是基于传感器位置的统计信息进行计算,需要目标通过的一定数量传感器才能给出较精确的解.提出了一种利用传感器位置信息和目标穿过传感器探测区域的时间信息的解析算法.该算法能够在目标穿过2个传感器时给出4组解供选择,在目标经过3个或4个传感器时,能够给出最终解的判定.文中对该算法进行了仿真验证,表明相对于目前最常用线性拟和算法,具有对目标经过的传感器数量要求低、解算精度高等优点.     

无线传感器网络中卡尔曼滤波在移动目标跟踪中的研究

基于无线传感器网络结合卡尔曼滤波理论的方法对单个移动目标的跟踪研究。在实验中,运用MIT的室内定位系统Cricket系统作为硬件验证系统,采用到达时间差(Time Difference of Arrival,TDOA)的方法来测距,然后根据测得的距离采用极大似然估计算法来定位。最后根据移动目标的运行特点,建立目标的跟踪模型,并采用卡尔曼(Kalman)滤波的测量跟踪算法来实现移动目标的跟踪过程。实验结果表明,该方法可以有效地跟踪移动目标,并且误差范围在0～4.5cm内,稳定性也比较高。     

基于声学无线传感器网络的目标跟踪系统研究

利用无线传感器网络对具有声音特性的目标进行跟踪的特点,研究了基于时延估计的声源定位方法.选择广义互相关法作为时延估计算法,并改进球形插值法用于声源定位,从而减小了算法复杂度;再利用IRIS节点设计了一个面向目标跟踪的声学无线传感器网络原型系统,并进行相应的实验.实验结果表明,利用所设计的原型系统能实现对移动目标跟踪,而...     

自适应蒙特卡罗无线传感器网络移动节点定位算法

针对无线传感器网络中蒙特卡罗定位算法在节点的无线射程为非理想条件下定位精度不高、采样率低等缺点,提出一种自适应蒙特卡罗移动节点定位算法。该算法利用不同区域的采样粒子对未知节点的定位精度影响不同,自适应地调整不同区域的采样粒子的影响权重,对未知节点进行定位;同时,利用上一时刻采样粒子增加限定条件,提高定位精度。仿真结果表明,本算法在规则度不同的条件下节点的定位误差平均下降了约13%,在速度不同的条件下定位误差平均下降了约10%,网络覆盖率可达到99.19%。     

移动无线传感器网络的能耗均衡路由算法研究

研究了节点移动的无线传感器网络的路由问题,提出了一种能耗更为均衡的改进路由算法.在经典分簇路由算法的基础上进行了改进：一是簇结构的范围限制在自由空间模型的传输临界距离d0半径范围之内,较小范围的簇结构在移动环境能相对保持稳定,还能节省数据传输的能耗;二是簇头采用了复合权值的方式进行选择,权值不仅考虑节点能量,还考虑节点的移动速度和聚集性.仿真实验证明改进后的算法有效提高了无线传感器网络的能耗均衡性,延长了网络的生存时间,节点的数据发送成功率相对于经典分簇路由算法也得到了较大提高.     

基于改进粒子滤波的传感器网络目标跟踪研究

在分析粒子滤波算法(PF)的基础上研究了一种改进的粒子滤波算法-无迹粒子滤波算法(UPF).UPF算法使用无迹卡尔曼滤波(UKF)算法产生重要密度函数.动态组织传感器网络节点成簇,将UPF算法和PF算法应用于无线传感器网络(WSNs)的目标跟踪,实现了对网络中做匀速直线运动的单个目标的跟踪.最后将UPF算法与PF算法进行比较.仿真结果表明,改进算法UPF滤波提高了粒子利用效率,精度更高,跟踪性能更好.     

移动Sink环境下的无线传感器网络数据收集节能算法

针对存在汇聚节点和移动sink场景下的数据收集问题,提出了一种联合考虑汇聚节点选取、普通节点到汇聚节点路由以及移动sink路径的启发式数据收集算法.应用图论对网络进行建模,采用最小连通支配集作为初始种子汇聚节点集,通过迭代确定最终的汇聚节点集、对汇聚节点集的最短遍历路径和普通节点到汇聚节点的最短路由.该算法在保证数据时延要求的条件下,减少了传感器节点到汇聚节点的数据传输,从而节省能耗.     

无线传感器网络的定位技术及其算法

无线传感器网络是由无中心节点的全分布系统组成的一种新兴的传输技术.在分析无线传感器网络的体系结构及传感器节点的工作原理的基础上,对无线定位技术及其算法进行了研究,从而得到不同种类算法的优缺点及其适用范围.     

基于无线传感网的目标跟踪算法及实验系统设计

为了对移动目标实现跟踪,设计了一个基于无线传感器网络和扩展Kalman滤波算法的目标跟踪系统.放弃了传统静态传感器方式,改用移动传感器方式获得目标距离信息,提出基于线性规划法的网络覆盖算法,减少了扫描探测区域的传感器数量,从而减少了采样时间,并提高了网络覆盖率.基于距离模型提出了窗口扩展卡尔曼滤波算法,该算法比普通扩展卡尔曼滤波具有更高的精度,通过实验验证了算法的有效性.     

面向WSN的移动信标辅助定位方法

提出了一种基于移动信标的辅助定位方法,该方法采用三重覆盖思想确定虚拟信标点分布,保证未知节点获得足够的定位信息;利用蚁群算法获取遍历这些虚拟信标点的最优路径;提出了基于迭代优化算法的虚拟信标点滤波方法.通过对虚拟信标点个数、遍历路径长度、传感器通信距离和定位误差等参数分别进行仿真分析.结果表明,该定位方法在定位精度、定位覆盖率和能量消耗等方面具有一定的优越性.     

无线传感网移动数据收集路径规划算法

针对无线传感网中能源高效的实时数据收集问题,提出了包含节点聚簇、路径规划、合并路径和数据收集4个阶段的移动数据收集协议和节省开销及近邻2个启发式路径规划算法,构建了满足时延且移动开销最小的数据收集路径.仿真结果表明,提出的路径规划算法在节约网络能耗、保证时延要求和减少移动开销等方面都更具优势.     

基于无线传感器网络的分散目标跟踪：实际测试平台的开发应用（英文）

In the real world, centralized tracking in a largescale wireless sensor network (WSN) may not be feasible due to the possible failure of fusion centre and the large communication delay in forwarding measurement data to the fusion centre. Distributed target tracking techniques can be employed by tasking sensor nodes near to the target to perform sensing, target state estimation and selection of future tasking sensor nodes. In this paper, the development and implementation of a prototype ultrasonic WSN testbed to demonstrate distributed target tracking using the Extended Kalman Filter (EKF) algorithm is described. In the testbed, a mobile robot is used to simulate the moving target, and static／mobile sensor nodes are deployed to detect and track the target. The sensor nodes and robots are equipped with sonar and MICAZ to receive and process instructions. Experimental evaluation of a number of sensor scheduling schemes are reported which shows the superior tracking performance of our distributed competition based sensor scheduling scheme.     

一种基于WSN的目标跟踪节点唤醒策略

针对基于无线传感器网络的目标追踪应用提出了一种节点唤醒策略。对于目标是否进入网络监测范围,提出了巡逻监测法。对于已经进入监测范围的目标,提出了基于传感器节点自身的唤醒方法。理论分析与仿真表明该方法相对基于目标位置预估计的节点唤醒方法,提高了节点唤醒效率,减少了能量消耗。     

基于带状通道的无线传感器网络定位算法

介绍了一种基于带状通道的无线传感器网络的定位算法。针对带状通道的特殊性,采用RSSI定位算法进行定位以及目标跟踪。通过建立当前试验环境的RSSI模型,从锚节点和非锚节点两方面对带状通道下的移动节点进行定位以及实时跟踪。试验结果表明,在试验环境中,在包括墙壁反射等各种因素的影响下,使用线性模型可获得较好的估计效果。     

无线传感器网络动态环结构下目标信息收集方法

提出了基于动态环结构的移动目标信息收集方法.首先通过选择骨干节点在网络内构建动态环结构;然后建立骨干节点和普通节点之间的依赖关系,并形成骨干路径,实现目标位置信息在网络内部处理、传输并最终发送给sink;最后通过模拟实验验证了该方法的有效性和优越性.     

传感器网络中分布式数据汇聚路由算法

考虑汇聚开销对无线传感器网络数据汇聚路由性能的影响，提出一种基于汇聚决策的分布式汇聚路由算法．当信息源点动态到达或离开时，该算法根据数据相关性、数据汇聚成本和数据传输成本自动计算汇聚得益，并依据汇聚得益进行汇聚决策和确定数据汇聚路由，从而联合优化了汇聚开销和传输开销，减少了数据采集能耗．同时，该分布式算法仅依靠本地信息建立路由，降低了路由维护开销．仿真实验表明，在各种网络条件下，该在线算法的能耗性能与离线算法的相对误差在17%以内．     

密集传感器网络中节点随机调度算法研究

对于密集型传感器网络,节点交替工作能有效地延长网络的生命周期。该文基于Cover的随机节点调度算法进行深入分析,首先给出k-覆盖网络中覆盖强度的定义,并利用基本概率理论估计k-覆盖网络的覆盖强度;然后分析2-覆盖网络中节点密度、覆盖强度以及能量节省水平之间的关系(即部署节点个数n和2-覆盖网络的覆盖强度Cn2以及划分COVER个数c)。该文研究工作对部署容错性较高的能量有效性传感器网络具有一定的指导意义。     

基于单元格的无线传感器网络节点定位算法

在一种由基本单元格构成的离散化无线传感器网络模型中,针对典型的Bounding Box定位方法存在的问题,利用所有位置已知的锚节点对于未知节点位置形成的约束,提出了2种分布式的节点定位算法LIE和LIE-R,并对新算法的性能进行了详细的评估。理论分析及仿真实验结果均表明,文中所提出的算法具有良好的定位性能。