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。     

基于视觉传感网络的目标跟踪系统设计

为了减小当前智能视觉跟踪系统对于背景模型的依赖,增强系统的抗干扰性,设计一种新型的基于视觉传感器网络的物体检测与跟踪系统。系统采用MeteorⅡ-Standard图像采集卡采集监控区域中的目标物体图像,通过无线传感网络对监测范围中的目标图像信息进行变换、传输、存储和处理,使用CP-132IS串口卡将图像处理数据传输给控制器,控制器基于传感网络节点反馈的目标坐标信息,对目标位置进行标定,软件设计过程中,详细分析系统实现目标跟踪的流程,主要包括目标物体检测、节点数据处理、节点间的数据通信以及控制器存储并标定目标位置四个部分,并给出系统视觉库和摄像头模块的关键程序代码。实验结果表明,所提系统具有较高的目标跟踪精度,应用价值高。     

基于无线传感器网络的活动目标跟踪

无线传感器网络WSN是目前通信和计算机领域的研究热点。WSN的各种应用中,活动目标跟踪在军事和民用上都具有广泛的应用前景,也是技术上具有挑战性的课题。总结了目前传感器网络目标跟踪中节点的组织和路由,目标的侦测、定位,目标轨迹的估计和预测等方面的一些研究成果,比较了各个方法的优缺点,提出了以后跟踪应用中值得注意的问题和方向。     

传感器网络在战场目标定位跟踪中的应用

信息化战争要求作战系统"看得明、反应快、打得准",打得准的关键是对目标进行定位跟踪。文章介绍了无线传感器网络的基本概念和体系构成,探讨了无线传感器网络技术在战场目标定位跟踪方面应用的原理,讨论了无线传感器网络应用于战场目标跟踪定位的关键技术。     

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。     

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。     

一种基于栅格预置点匹配的无线传感器网络目标定位方法

目标定位是无线传感器网络应用领域中一个重要的问题,是进行目标跟踪的前提和基础.节点呈栅格部署的无线传感器网络由于拓扑结构特殊,在目标定位应用领域具有独特的优势.本文基于栅格部署的无线传感器网络,提出了栅格预置点目标定位方法,通过设定和选择合适的栅格预置点进行目标定位.仿真实验和实际测试实验表明,该方法在定位准确性和实时性方面较先前的单层栅格定位和双层栅格定位都有较大幅度的提高.     

基于格拉布斯准则和改进粒子滤波算法的水下传感网目标跟踪

水下无线传感网络(UWSN)执行目标跟踪时,因为各个传感器节点测量值对目标状态估计的贡献不一样以及节点能量有限,所以探索一种好的节点融合权重方法和节点规划机制能够获得更好的跟踪性能。针对上述问题,该文提出一种基于Grubbs准则和互信息熵加权融合的分布式粒子滤波(PF)目标跟踪算法(GMIEW)。首先利用Grubbs准则对传感器节点所获得的信息进行分析检验,去除干扰信息和错误信息。其次,在粒子滤波的重要性权值计算的过程中,引入动态加权因子,采用传感器节点的测量值与目标状态之间的互信息熵,来反映传感器节点提供的目标信息量,从而获得各个节点相应的加权因子。最后,采用3维场景下的簇-树型网络拓扑结构,跟踪监测区域内的目标。实验结果显示,该算法可有效提高水下传感器网络测量数据对目标跟踪预测的准确度,降低跟踪误差。     

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。