[發明專利]無線傳感網絡中基于預測的目標跟蹤方法及其系統

有效

• 申請號: 201410693468.3
• 申請日: 2014-11-26
• 公開（公告）號: CN104469875B
• 公開（公告）日: 2018-01-12
• 發明（設計）人: 高志鵬;程偉靜;芮蘭蘭;王穎;劉會永;熊翱;亓峰
• 申請（專利權）人: 北京郵電大學
• 主分類號: H04W40/02
• 分類號: H04W40/02;H04W84/18
• 代理公司: 北京路浩知識產權代理有限公司11002
• 代理人: 李相雨

技術領域

本發明涉及無線傳感網絡技術領域，尤其涉及一種無線傳感網絡中基于預測的目標跟蹤方法及其系統。

背景技術

在無線傳感網絡的眾多應用中，目標跟蹤傳感網(OTSN)是最耗能的應用之一，OTSN主要用來跟蹤移動物體并且上報最新位置，這一動態過程耗費很多網絡資源，而傳感器的電源能量極其有限。目前有兩種主要的途徑解決傳感器能耗問題，一是通過改進傳感器的硬件設計,優化物理結構來降低傳感節點的能耗；二是通過控制傳感器狀態進行節能，盡量使不工作的傳感器保持休眠狀態，這類方法又分為兩種，一種是不基于預測的方法，周期性的將傳感器置為活躍和休眠狀態，另一類是基于預測的方法，通過對路徑日志信息進行規律分析，有選擇的讓傳感器節點保持最長時間的休眠狀態。

方案1：論文《An Energy Efficient Technique for Object Tracking in Wireless Sensor Networks》(ICC,2011:1-5)提出了PTSP方法進行物體路徑跟蹤。該方法主要是根據歷史移動路徑，生成所有的傳感器節點前后依賴序列，然后按照依賴序列的頻率大小選出依賴性較強的序列，基于這些序列來預測物體的移動路徑。該方法在生成依賴序列過程中，需要對路徑上的每個傳感器節點遍歷前后節點，復雜度較高。此外，挑選出來的依賴序列不能完全描述物體移動方向，即若某些傳感器節點沒有較強的前后依賴序列，就會造成無法判定下一跳傳感器節點，丟失率較高。

方案2：論文《An object tracking scheme for wireless sensor networks using data mining mechanism》(NOMS IEEE,2012:526-529) 中應用Apriori方法基于歷史路徑信息挖掘關聯規則，該方法逐步挖掘頻繁訪問的傳感器節點，每一步增加一個傳感器節點，刪除支持率小于閾值的傳感器序列，直到不能增加傳感器節點終止。最終得到傳感器最長依賴序列，按照該依賴序列控制傳感器節點狀態進行路徑跟蹤。該方法在每步挖掘頻繁訪問的傳感器節點時，均需遍歷全部路徑信息一次。物體的移動路徑信息量較大，故該方法復雜度較高。此外，最終挖掘到的最長依賴序列不能保證包含所有傳感器節點，對于不在最長依賴序列上的傳感器節點，無法判斷下一跳信息。

方案3：專利號ZL 200710164468.4一種基于預測的無線傳感器網絡目標跟蹤方法,該方法包含如下步驟:A.根據目標運動的當前測量數據或者歷史測量數據確定目標的運動特征；B.結合目標的當前位置、速度、運動方向等信息預測目標的未來位置以及下一監控節點的喚醒時刻；C.當目標位置預測失敗時,網絡根據目標的運動歷史記錄和先驗知識逐級啟動預測失敗恢復過程。本發明根據目標運動的統計數據確定目標的運動特征,并據此預測目標的未來運動。該發明在預測目標的未來位置、下一監控節點的喚醒時刻以及預測失敗進行恢復時，均需要目標最大速度、最大加速度、最大角速度、最大角加速度極限運動參數等先驗知識，使得傳感器節點需消耗較多的能量進行先驗知識的計算。該發明雖在預測精確度上有一定優勢，但是耗能較大。

方案4：專利號ZL200810103125.1一種無線傳感器網絡的目標跟蹤方法，包括下列步驟:步驟A,利用歷史目標狀態信息和當前時刻觀測數據,進行重要性采樣,獲得粒子狀態估計信息,計算得到軌跡存活指數和剩余測量值；步驟B,根據軌跡存活指數決定是否終止該軌跡,并更新軌跡集合；步驟C,使用重采樣后的粒子,獲得全部目標軌跡的當前狀態估計,即移動目標的當前位置和運動速度,實現目標定位跟蹤。該發明使用重采樣后的粒子，獲得全部目標軌跡的當前狀態估計，即移動目標的當前位置和運動速度，實現目標定位跟蹤，這要求所有傳 感器節點必須處于時間同步狀態，復雜度較高。