专利名称：一种基于水下无线传感器网络的目标跟踪方法
技术领域：
本发明涉及一种基于水下无线传感器网络的目标跟踪方法。
背景技术：
水下无线传感器网络是指在一定的水域中部署大量的传感器节点和自主车协作监测和采集周围环境感兴趣数据的网络，传感器节点能够自组织地建立起网络并进行声通信，经过数据融合技术，指定节点将获取的数据传送到水面或者岸基的控制中心，这样就实现了水下传感器网络与陆地通信网络的融合。水下传感器通常具有低功耗、传输距离短的特点。水下目标跟踪是水下传感器网络的一个重要应用。水下传感器网络具有节点分布广、数量多，节点间可以相互协作、交换数据，可扩展性强等特点，这有利于扩大目标的跟踪范围、加强目标跟踪的可靠性和实时性。水下目标跟踪多为非线性问题，粒子滤波方法在非线性非高斯问题中已经得到了广泛应用，在陆地无线传感器网络中已有粒子滤波用于目标跟踪问题，因此水下目标跟踪问题多采用粒子滤波方法。水下传感器网络的目标跟踪方法根据粒子滤波工作方式的不同可以分为集中式粒子滤波跟踪和分布式粒子滤波跟踪。集中式的粒子滤波跟踪方法网络中只有一个中心节点，其余节点将跟踪目标的测量数据传送给中心节点，中心节点负责运用粒子滤波进行数据处理，估计机动目标的运动轨迹。集中式的粒子滤波跟踪方法使得整个网络不够稳定且负载不平衡，分布式的粒子滤波跟踪方法克服了这些缺点，根据粒子滤波存在形式的不同大致上分为四种。第一种方法网络中不同时刻不同数据处理节点运行粒子滤波算法，根据机动目标的预测轨迹，选择离预测位置最近的可行节点作为处理节点。处理节点随着机动目标轨迹的改变而变化，解决了集中式粒子滤波中网络脆弱和负载不平衡的问题。第二种方法为了克服查询过程中可能存在的巨大损耗，采用简单的扩充处理节点的方式，即网络中每个处理节点都同时运行相同的粒子滤波算法，测量值来自整个网络传感器采集的数据。第三种方法假设每个处理节点都有相应数量的传感器与之唯一相连，每个处理节点同时运行不同的粒子滤波算法，更新测量值采用与之相连的传感器所采集的数据。第四种方法考虑到粒子滤波粒子数越多，对机动目标跟踪轨迹的精度越高，而单个处理节点容量有限，所以将粒子集分为若干个子集分别在不同的处理节点中运行粒子滤波。
发明内容
本发明的目的是克服现有技术的不足，提供一种基于水下无线传感器网络的目标跟踪方法。基于水下无线传感器网络的目标跟踪方法的步骤如下:I)初始化水下无线传感器网络， 使所有传感器节点都具有同一规格，并且都处于工作状态；
2)选择水下接收信号强度最大的传感器节点作为簇头节点，与簇头节点在单跳通信范围内的传感器节点和簇头节点组簇，其余传感器节点保持在休眠状态；3)簇内传感器节点对目标进行观测，将接收到的信号的强度与预设门限相比较，若高于预设门限则发送数据给簇头节点，反之不发送；4)设定初始状态估计值和初始方差估计值；5)在k时刻根据步骤2)组簇，并将上一时刻粒子滤波估计的状态估计值和方差估计值打包传送给此k时刻的簇头节点；6)进行k时刻的改进重采样的粒子滤波，从重要密度函数中采样N个粒子，再更新采样粒子，进行粒子改进重采样，最后输出目标的位置估计值和方差估计值；7) k时刻自加1，根据目标的运动不断地更新簇头节点，在簇头节点更换时将上一簇头节点的信息 传送给当前簇头节点；8)重复步骤5)-步骤7)，直至目标脱离水下无线传感器网络的覆盖区域为止。所述的步骤6)为:从 q(xt I 4—I，Λ)采集粒子-γ ，i = 1，...，N,并计算重要性权重和归一化重要性权重，其中9( 14—是建议分布，采集的N个粒子重要性权重为{4^} ι，归一化后权重为玛，对粒子进行重采样更新，更新方法为:根据粒子权重的大小来选择保留的粒子，原本粒子穿过概率墙即被保存的方法被舍弃，当粒子权重穿过多个概率墙时，放弃复制粒子的模式，而采用以下策略:当复制个数为2η偶数时，产生2 (η-1)个新粒子:
权利要求
1.一种基于水下无线传感器网络的目标跟踪方法，其特征在于它的步骤如下: 1)初始化水下无线传感器网络，使所有传感器节点都具有同一规格，并且都处于工作状态； 2)选择水下接收信号强度最大的传感器节点作为簇头节点，与簇头节点在单跳通信范围内的传感器节点和簇头节点组簇，其余传感器节点保持在休眠状态； 3)簇内传感器节点对目标进行观测，将接收到的信号的强度与预设门限相比较，若高于预设门限则发送数据给簇头节点，反之不发送； 4)设定初始状态估计值和初始方差估计值； 5)在k时刻根据步骤2)组簇，并将上一时刻粒子滤波估计的状态估计值和方差估计值打包传送给此k时刻的簇头节点； 6)进行k时刻的改进重采样的粒子滤波，从重要密度函数中采样N个粒子，再更新采样粒子，进行粒子改进重采样，最后输出目标的位置估计值和方差估计值； 7)k时刻自加1，根据目标的运动不断地更新簇头节点，在簇头节点更换时将上一簇头节点的信息传送给当前簇头节点； 8)重复步骤5)-步骤7)，直至目标脱离水下无线传感器网络的覆盖区域为止。
2.根据权利要求1所述的一种基于水下无线传感器网络的目标跟踪方法，其特征是:所述的步骤6)为:从4 q{xk I xL，^)采集粒子4，i = 1，...，N，并计算重要性权重和归一化重要性权重，其中14—ρΛ)是建议分布，采集的N个粒子重要性权重为，归一化后权重为匈，对粒子进行重采样更新，更新方法为:根据粒子权重的大小来选择保留的粒子，原本粒子穿过概率墙即被保存的方法被舍弃，当粒子权重穿过多个概率墙时，放弃复制粒子的模式，而采用以下 策略: 当复制个数为2η偶数时，产生2(η-1)个新粒子: 当复制个数为2n+l奇数时，产生2n个新粒子:Σ “…々士 Σ +士 *Σ L} 其中Σ为新粒子的分散度变量。
全文摘要
本发明公开了一种基于水下无线传感器网络的目标跟踪方法。该方法首先根据最强信号原则选择簇节点，然后根据单跳距离准则组成簇网络对目标进行观测，如果观测信号强度超过阈值，则发送观测数据给簇头节点。簇头节点接收到粗内节点传送的数据，采用改进重采样的粒子滤波算法对当前时刻的目标位置和方差进行估计。根据目标的运动不断地更新簇头节点，将上一簇头节点状态估计值和方差估计值传送给当前簇头节点，再由当前簇头节点采用改进的重采样粒子滤波算法估计运动目标位置，直到运动目标超出了水下无线传感器网络的跟踪范围；本发明使用改进重采样算法的粒子滤波跟踪方法估计水下目标的位置和方差，提高水下无线传感器网络的目标跟踪性能。
文档编号H04W40/24GK103152791SQ20131004048
公开日2013年6月12日 申请日期2013年1月29日 优先权日2013年1月29日
发明者谢立, 周圣贤, 宋克兰 申请人:浙江大学