[發(fā)明專利]移動自組織傳感器網(wǎng)絡(luò)中三維聯(lián)合定位與追蹤方法

有效

• 申請?zhí)枺?/td>: 201710339834.9
• 申請日: 2017-05-15
• 公開（公告）號: CN107148079B
• 公開（公告）日: 2020-11-06
• 發(fā)明（設(shè)計(jì)）人: 滕婧;張楠;周蓉;杜婧;高雅娣
• 申請（專利權(quán)）人: 華北電力大學(xué)
• 主分類號: H04W64/00
• 分類號: H04W64/00;G01S11/06;H04W84/18
• 代理公司: 北京眾合誠成知識產(chǎn)權(quán)代理有限公司 11246
• 代理人: 張文寶

本發(fā)明公開了屬于傳感器網(wǎng)絡(luò)通訊技術(shù)領(lǐng)域的一種移動自組織傳感器網(wǎng)絡(luò)中三維聯(lián)合定位與追蹤方法。該方法是同時定位與追蹤的變分濾波算法；針對傳感器的隨機(jī)性和目標(biāo)運(yùn)動的不可預(yù)測性分別建立分層狀態(tài)演化模型，采用擴(kuò)展的高斯分布在三維空間中進(jìn)行描述，其均值和方差均為隨機(jī)變量，分別服從獨(dú)立分布；通過利用傳感器之間以及傳感器與目標(biāo)之間的觀測信息，在三維空間中同時進(jìn)行目標(biāo)定位和傳感器追蹤；從理論證明了變分濾波算法能夠收斂到與實(shí)際分布誤差最小的高斯?fàn)顟B(tài)估計(jì)。通過同時優(yōu)化狀態(tài)估計(jì)和模型參數(shù)，顯著提升了估計(jì)精度并避免了狀態(tài)描述的復(fù)雜性和不必要的通信；解決聯(lián)合定位與追蹤問題。

技術(shù)領(lǐng)域

本發(fā)明屬于傳感器網(wǎng)絡(luò)通訊技術(shù)領(lǐng)域，特別涉及一種移動自組織傳感器網(wǎng)絡(luò)中三維聯(lián)合定位與追蹤方法。

背景技術(shù)

無線傳感器網(wǎng)絡(luò)(WirelessSensorNetwork，以下簡稱WSN)代表了一種全新的信號觀測、收集和分布式處理的方式，而由數(shù)百甚至數(shù)千個傳感器節(jié)點(diǎn)在大范圍地理區(qū)域中自由移動，并通過Ad-hoc方式形成移動自組織傳感器網(wǎng)絡(luò)(Mobile Ad-hoc SensorNetwork，以下簡稱MASN)更是大大擴(kuò)展了傳統(tǒng)靜態(tài)WSN的應(yīng)用領(lǐng)域。通過動態(tài)分布式探測、處理和傳播數(shù)據(jù)，MASN可隨時、隨地提供對信息的訪問，由于其低成本、高可靠性、靈活性和易部署性，WASN已經(jīng)引起各國軍事界、工業(yè)界、學(xué)術(shù)界的廣泛關(guān)注。

WASN應(yīng)用領(lǐng)域首先需要解決的兩大關(guān)鍵問題就是傳感器定位和目標(biāo)追蹤。傳統(tǒng)的解決方案是把這兩個問題看成相互獨(dú)立的問題，分別解決，或者先使用傳感器之間的觀測信息來定位傳感器，然后再結(jié)合這些估計(jì)的傳感器位置信息和傳感器觀測到的目標(biāo)信息進(jìn)行目標(biāo)追蹤。針對無線傳感器定位問題，最直接的方法是為每個節(jié)點(diǎn)安裝全球衛(wèi)星定位系統(tǒng)(Global Positioning System，簡稱GPS)接收器以確定節(jié)點(diǎn)位置。但是，GPS定位僅僅適用于無遮擋的室外環(huán)境，在一些特定的環(huán)境中(如室內(nèi)、水下等)，會由于接收不到衛(wèi)星信號而失效。而且GPS能耗大、成本高，與無線傳感器網(wǎng)絡(luò)低成本、低功耗特性相違背，無法廣泛應(yīng)用于傳感器節(jié)點(diǎn)定位。就目標(biāo)跟蹤而言，MdZakirul設(shè)計(jì)了一種基于局部預(yù)測的移動目標(biāo)跟蹤方案，命名為t-跟蹤，t-跟蹤減少了目標(biāo)跟蹤對于傳感器定位精度和相互作用頻率的依賴性。然而，這種解決方案并沒有考慮到傳感器對目標(biāo)的觀測信息同樣可以用來優(yōu)化傳感器自身的位置估計(jì)。基于此，Taylor在2007年首次提出了同時進(jìn)行傳感器定位和目標(biāo)跟蹤(Simultaneous Localization And Tracking，以下簡稱SLAT)的方法，應(yīng)用傳感器對目標(biāo)的觀測信息同時進(jìn)行目標(biāo)跟蹤并修正對傳感器的位置估計(jì)。然而，SLAT方法是針對位置固定的靜態(tài)無線傳感器網(wǎng)絡(luò)而言的，且僅適用于網(wǎng)絡(luò)中靜態(tài)傳感器位置誤差較小的情況。此外，因?yàn)樗惴ū旧韽?fù)雜度過高而無法在各傳感器節(jié)點(diǎn)分布式執(zhí)行，只能在高配置的中心節(jié)點(diǎn)集中執(zhí)行。在動態(tài)MASN環(huán)境下，傳感器一直處于移動狀態(tài)，需要實(shí)時更新其位置估計(jì)信息。

Meyer在2012年提出了協(xié)作SLAT(Cooperative Simultaneous Localization AndTracking，以下簡稱CoSLAT)框架，不僅僅利用傳感器對目標(biāo)的觀測信息，同時通過傳感器之間的測量信息擴(kuò)展SLAT，因而可以應(yīng)用于MASN。然而，該CoSLAT算法基于粒子濾波，在分布式計(jì)算的環(huán)境下需要消耗高額的通信成本和巨大的能量損失，而這兩點(diǎn)恰恰是MASN最難以承受的。于是，Meyer隨后改進(jìn)CoSLAT方法，提出了一個混合的基于粒子濾波和參數(shù)消息傳遞的算法，在采用粒子濾波估計(jì)后驗(yàn)概率分布后，應(yīng)用高斯混合模型(Gaussian MixtureModel，簡稱GMM)來近似后驗(yàn)分布，從而減少網(wǎng)絡(luò)通信量。然而，在近似后驗(yàn)分布的過程中，必然會引入誤差，并隨著時間推移逐步累積，導(dǎo)致估計(jì)精度不可避免地下降。