三维空间动态目标追踪自部署算法
发布时间：2021-01-18 10:16
为了能够实现三维有向传感器网络中移动目标的追踪部署,且确保目标在不断移动过程中传感器节点仍能够完成对目标的有效监测,提出一种基于节点感知模型和虚拟力模型的三维空间动态目标追踪自部署算法（DTSA）,并且采用Sigmoid函数构建传感器节点追踪过程中的最佳移动速率模型,使得当三维空间的目标处于不断移动时,传感器节点可以以最佳的移动策略实时监测目标。仿真实验结果表明:与传统的动态目标追踪自部署算法相比,DTSA算法在追踪覆盖率和平均移动距离两个对比指标方面有了提升,性能优于传统的算法。
【文章来源】：传感器与微系统. 2020,39(02)
【文章页数】：5 页
【部分图文】：
实验结果
基于上述假设，本文构建的动态目标部署模型如图1所示。假设当前监测区域为固定的三维立体空间，空间内有监测目标设为T，该目标沿任意路径移动，固定时间间隔内移动距离为dx，目标最大半径设为Rt。传感器节点采用有向移动传感器节点感知模型和虚拟力模型，在目标移动过程中，传感器节点根据目标当前所在位置、判断目标与节点之间的位置关系，从而决定节点对目标的部署策略。部署策略主要分为两种类型，分别是回避式追踪部署和追赶式追踪部署。设当前时刻，目标周围存在两个邻居节点，分别设为S1(P1，θ1,C1,Rattr1,Rrep1),S2(P2，θ2,C2,Rattr2,Rrep2)。对于传感器节点S1，通过欧氏距离判断可知目标不仅位于S1通信范围内，且距离小于Rattr，可以认定S1此刻与目标之间过于接近，因此，对目标的追踪部署需采取回避式追踪部署，节点根据监测目标的位置位移判断自身回避方向和位置，但在回避的同时仍然保持在对目标的有效监测范围内。对于传感器节点S2，通过欧氏距离判断发现目标位于S2正常通信范围内，但根据目标下一时间间隔位移判断，目标正在逐渐脱离S2的可监测范围，因此，S2需要对目标采取追赶式追踪部署。和静态目标部署方式类似，节点需要以一定速度不断向目标点位置靠拢。动态目标部署与静态目标部署的主要区别在于静态目标位置一旦确定，基本上也决定了节点最终部署位置的大致方位，而动态目标位置无法确定，节点部署位置可能始终处于未知情况，需要不断重新确认目标位置，并以此判定节点部署策略。例如原本采取追逐式部署策略的传感器节点在向目标不断移动的过程中，因为动态目标移动方向的改变而需要立刻更改部署策略，从向目标快速移动改为即刻减速回避目标以免目标与自身过于靠近。
为验证算法的有效性从追踪覆盖率和平均移动距离两个指标对比评估算法性能。由于动态目标不会一直停留在区域内某固定位置，因此，常规的覆盖率指标无法有效评估算法性能，为此采用追踪覆盖率指标，即处于被监测状态下的目标数量占总数量的比重，通过持续时间间隔下对目标的覆盖情况来评估算法在动态部署过程中的覆盖质量。平均移动距离是通过持续时间间隔的节点移动量评估算法对于传感器节点部署策略的影响，即平均每个传感器节点的部署调整幅度。算法对于部署策略越有效，则在达到相同覆盖率的情况下传感器网络整体移动量越小。实验选取了相同时间间隔内的三组算法自部署下的追踪覆盖情况，如图3(a)所示，每组算法采用不同的动态目标形态属性，对比实验结果如图3所示。根据实验结果可知，随着时间的逐步推进，三组对比实验中DTSA算法均能够实现更高覆盖率，且通过变化曲线可知在提升幅度上DTSA算法能够更快完成部署工作。
【参考文献】：
期刊论文
[1]扩展卡尔曼滤波的有向传感器网络移动目标跟踪算法[J]. 吴冰. 火力与指挥控制. 2017(05)
[2]基于分布式聚类的有向传感器网络移动目标跟踪算法研究[J]. 左现刚,张志霞,贾蒙. 传感技术学报. 2016(07)
[3]A Novel Sensor Deployment Method Based on Image Processing and Wavelet Transform to Optimize the Surface Coverage in WSNs[J]. YANG Hang,LI Xunbo,WANG Zhenlin,YU Wenjie,HUANG Bo. Chinese Journal of Electronics. 2016(03)
[4]基于概率的三维无线传感器网络K-覆盖控制方法[J]. 蒋鹏,陈峰. 传感技术学报. 2009(05)
本文编号：2984774
【文章来源】：传感器与微系统. 2020,39(02)
【文章页数】：5 页
【部分图文】：
实验结果
基于上述假设，本文构建的动态目标部署模型如图1所示。假设当前监测区域为固定的三维立体空间，空间内有监测目标设为T，该目标沿任意路径移动，固定时间间隔内移动距离为dx，目标最大半径设为Rt。传感器节点采用有向移动传感器节点感知模型和虚拟力模型，在目标移动过程中，传感器节点根据目标当前所在位置、判断目标与节点之间的位置关系，从而决定节点对目标的部署策略。部署策略主要分为两种类型，分别是回避式追踪部署和追赶式追踪部署。设当前时刻，目标周围存在两个邻居节点，分别设为S1(P1，θ1,C1,Rattr1,Rrep1),S2(P2，θ2,C2,Rattr2,Rrep2)。对于传感器节点S1，通过欧氏距离判断可知目标不仅位于S1通信范围内，且距离小于Rattr，可以认定S1此刻与目标之间过于接近，因此，对目标的追踪部署需采取回避式追踪部署，节点根据监测目标的位置位移判断自身回避方向和位置，但在回避的同时仍然保持在对目标的有效监测范围内。对于传感器节点S2，通过欧氏距离判断发现目标位于S2正常通信范围内，但根据目标下一时间间隔位移判断，目标正在逐渐脱离S2的可监测范围，因此，S2需要对目标采取追赶式追踪部署。和静态目标部署方式类似，节点需要以一定速度不断向目标点位置靠拢。动态目标部署与静态目标部署的主要区别在于静态目标位置一旦确定，基本上也决定了节点最终部署位置的大致方位，而动态目标位置无法确定，节点部署位置可能始终处于未知情况，需要不断重新确认目标位置，并以此判定节点部署策略。例如原本采取追逐式部署策略的传感器节点在向目标不断移动的过程中，因为动态目标移动方向的改变而需要立刻更改部署策略，从向目标快速移动改为即刻减速回避目标以免目标与自身过于靠近。
为验证算法的有效性从追踪覆盖率和平均移动距离两个指标对比评估算法性能。由于动态目标不会一直停留在区域内某固定位置，因此，常规的覆盖率指标无法有效评估算法性能，为此采用追踪覆盖率指标，即处于被监测状态下的目标数量占总数量的比重，通过持续时间间隔下对目标的覆盖情况来评估算法在动态部署过程中的覆盖质量。平均移动距离是通过持续时间间隔的节点移动量评估算法对于传感器节点部署策略的影响，即平均每个传感器节点的部署调整幅度。算法对于部署策略越有效，则在达到相同覆盖率的情况下传感器网络整体移动量越小。实验选取了相同时间间隔内的三组算法自部署下的追踪覆盖情况，如图3(a)所示，每组算法采用不同的动态目标形态属性，对比实验结果如图3所示。根据实验结果可知，随着时间的逐步推进，三组对比实验中DTSA算法均能够实现更高覆盖率，且通过变化曲线可知在提升幅度上DTSA算法能够更快完成部署工作。
【参考文献】：
期刊论文
[1]扩展卡尔曼滤波的有向传感器网络移动目标跟踪算法[J]. 吴冰. 火力与指挥控制. 2017(05)
[2]基于分布式聚类的有向传感器网络移动目标跟踪算法研究[J]. 左现刚,张志霞,贾蒙. 传感技术学报. 2016(07)
[3]A Novel Sensor Deployment Method Based on Image Processing and Wavelet Transform to Optimize the Surface Coverage in WSNs[J]. YANG Hang,LI Xunbo,WANG Zhenlin,YU Wenjie,HUANG Bo. Chinese Journal of Electronics. 2016(03)
[4]基于概率的三维无线传感器网络K-覆盖控制方法[J]. 蒋鹏,陈峰. 传感技术学报. 2009(05)
本文编号：2984774
本文链接：https://www.wllwen.com/kejilunwen/wltx/2984774.html
