运动特征及地形约束的感知网目标跟踪算法及系统研究

论文摘要

感知网(无线传感器网络)是将多个带有无线通讯模块的感知节点(传感器节点)部署在需要的区域内,这些感知节点自组织成一个网络,利用自身的传感器采集数据,使用自身的通讯模块通过网络,以多跳形式将采集的数据传送给网络使用者。感知网利用分布在敏感区域上的大量无线自组的微小传感器,能够迅速、准确、隐蔽的跟踪战场上的目标。因此,如何利用感知网来跟踪判定敏感区域中的目标,正成为研究的热点问题之一。本文就针对在感知网中如何有效对目标进行分类跟踪,及如何提高跟踪过程能量效率的问题展开了深入的研究。本文讨论了传感器探测模型以及网络覆盖模型,并且从目标运动特征入手,建立了目标分类模型。通过假设目标局部做直线运动,采用自适应的最小二乘法拟合历史数据,来预测目标的运动方向和速度。本文还使用数据融合的办法,对目标进行分类,提出了目标分类算法,通过实验验证了算法的有效性。针对地形对目标运动的影响,提出了目标地形约束率的概念,并建立地形约束率更新的一阶马尔可夫模型,在线更新后验地形约束率,并以此来修正基于目标运动模型的预测结果。在目标分类模型的基础上,研究了当前可用的目标定位跟踪算法。为了提高定位精度、减少计算复杂性、通讯开销,提出了基于目标类型的定位算法,用节点对目标位置的不同影响力来确定加权因子。实验证明,算法的节点定位精度比常用的质心定位算法高,并且对硬件的要求不高、通讯开销小、节能,具有较普遍的应用意义。同时本文还针对感知网的第一大要务能量问题,提出了基于目标分类模型的跟踪算法,通过开启小范围的感知节点,来尽量小的降低能耗,延长系统的生命周期。最后,给出基于Mica2平台的节点系统和基于分类跟踪模型的感知网系统的设计与实现,并给出了系统的测试案例。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景
• 1.1.1 课题来源
• 1.1.2 课题研究目的及意义
• 1.2 与课题相关的国内外研究综述
• 1.2.1 国内外关于感知网的研究现状
• 1.2.2 国内外关于无线感知网络中目标分类跟踪研究现状
• 1.3 本文的主要研究内容
• 1.3.1 基于数据融合的目标分类模型研究
• 1.3.2 基于地形约束和目标分类的定位跟踪算法研究
• 1.3.3 论文结构
• 第2章 基于数据融合的目标分类模型
• 2.1 感知网模型
• 2.1.1 传感器探测模型
• 2.1.2 网络覆盖模型
• 2.2 感知网目标分类模型
• 2.2.1 运动学动作模型
• 2.2.2 基于数据融合的目标分类算法
• 2.3 本章小结
• 第3章 基于地形约束和目标分类的定位跟踪算法
• 3.1 基于地形约束的预测
• 3.1.1 地形约束率
• 3.1.2 基于地形约束率的预测
• 3.2 感知网目标定位问题分析
• 3.2.1 距离测量方法
• 3.2.2 基于感知能量的定位算法
• 3.3 基于目标类型的定位算法
• 3.3.1 基于RSSI 的质心定位算法分析
• 3.3.2 基于目标类型的节点选取策略
• 3.3.3 算法设计与分析
• 3.3.4 实验验证
• 3.4 基于目标分类模型的目标跟踪算法
• 3.4.1 跟踪算法设计
• 3.4.2 能量分析
• 3.5 本章小结
• 第4章 感知网目标分类跟踪系统设计与实现
• 4.1 系统总体设计
• 4.2 感知网网络管理子系统
• 4.3 数据管理子系统
• 4.4 目标定位与跟踪子系统
• 4.5 基于MICA2 平台的系统设计与实现
• 4.5.1 MICA2 平台系统总体设计
• 4.5.2 节点定位的实现
• 4.6 系统测试案例
• 4.6.1 网络管理子系统测试案例
• 4.6.2 数据管理子系统测试案例
• 4.6.3 目标定位跟踪子系统测试案例
• 4.7 本章小结
• 结论
• 参考文献
• 致谢