无线传感网多簇头协助的目标跟踪
来源:互联网 发布时间:2018-09-06 分享至微信

  在基于线性拟合的算法中较传统的算法是根据k 和k+1时刻的测量值来预测k+2 时刻的位置,易造成预测不准确及目标节点丢失的现象,但是对于传感器网络来说能量因素至关重要,因此应在计算复杂度低的前提下想方设法提高跟踪定位精度.本文基于线性拟合的思想,分析跟踪过程中的特点,选择合适的预测数据并采用多簇头结构,以提高跟踪精度.降低目标丢失率.

  2 相关工作

  2.1 预测数据选取

  目标运动轨迹虽然无规律可寻,但在相当长的一段时间内它的运动趋势保持不变.如图1 所示,为目标在二维平面上沿X 轴正向运动时的情况(图中轨迹为任意曲线,为描述方便当目标发生转弯时称其为到达极值点).可见目标在两个极值点之间时,沿X 轴和Y 轴的增减性不变;当到达极值点时,沿X 轴或Y 轴的增减性将会发生变化.既然目标在两个极值点之间运动趋势不变,可以根据这段时间内的历史数据来预测该段轨迹,即利用趋势相同的一段数据来预测目标节点下一位置,此时将极值点作为分界线.

  运用符号函数来判断是否到达极值点.如图1 所示,当目标沿X轴正向运动时,若满足Sgn(xi-xi-1)* Sgn(yi-yi-1)==Sgn(xi+1-xi)* Sgn(yi+1-yi),则说明目标未到达极值点,相反则说明目标到达极值点;当目标反向运动时,X 轴和Y 轴的增减性同时变化.

  集合F 用于存放预测所需的历史数据.在到达第一个极值点之前可以用(x1,y1).(x2,y2)…(xi,yi)来预测(xi+1,yi+1)的位置,此时集合F={(xr,yr)|r=1,2,…,i}.利用符号函数判断目标是否达极值点,若到达极值点,即Sgn(xi-xi-1)*Sgn(yi-yi-1)/Sgn(xi+1-xi)* Sgn(yi+1-yi),则清空集合F中的所有数据项,将当前定位坐标及前一次的定位坐标放于F中,组成新的数据信息集合;否则,不断地向集合F中加入新的数据项.

  2.2 多级簇头结构

  利用不同级别的簇头在不同阶段完成不同的任务,最终达到提高定位跟踪精度.降低目标丢失率的目的,将簇头分为:主簇头.辅助簇头和预备簇头.

  主簇头的选取需要兼顾剩余能量及与目标节点距离两个因素,且应选择能量较大.与目标距离近的节点作为主簇头.设当前簇头i 的剩余能量为Ei,测得与目标的距离为Di,根据式(1)计算簇头i 的阈值Ti:

[ 新闻来源:互联网,更多精彩资讯请下载icspec App。如对本稿件有异议,请联系微信客服specltkj]
存入云盘 收藏
举报
全部评论

暂无评论哦,快来评论一下吧!