基于势博弈的分布式目标跟踪传感器分配算法
本文关键词:基于势博弈的分布式目标跟踪传感器分配算法 出处:《电子与信息学报》2017年11期 论文类型:期刊论文
更多相关文章: 无线传感器网络 目标跟踪 传感器选择 势博弈
【摘要】:针对无线传感器网络多目标跟踪传感器分配问题,考虑传感器能量、带宽、观测距离和通信距离受限,该文提出一种基于势博弈的分布式目标跟踪传感器分配算法。算法基于目标预测位置,以几何精度衰减因子作为优化准则,建立了基于邻居合作促进整体最优化的传感器分配局部信息博弈模型,并证明了该模型是一个精确势博弈模型,存在纯策略纳什均衡。在此基础上,提出了一种并行最佳响应动态的传感器分配方法,从理论上证明了所提算法只需要传感器与一跳邻居进行信息交互,就能收敛到纳什均衡并且拥有比传统最佳响应动态更快的收敛速度。同时借鉴通信网中的载波侦听多路访问机制,设计了一种完全分布式的决策节点推选机制,更加符合无线传感器网络自组织的特性。仿真结果表明所提算法在收敛速度、跟踪精度和能量有效性方面的优势。
[Abstract]:For multi target tracking sensor allocation problem in wireless sensor networks, sensor energy, bandwidth, observation distance and communication distance is limited, this paper proposes a distributed target tracking sensor allocation algorithm based on game theory. The potential target prediction algorithm based on location, with the geometric accuracy of the attenuation factor as the optimization criterion, establish cooperation to promote the local neighbor information game the overall optimization model of sensor based distribution, it is proved that the model is an exact potential game model, has a pure strategy Nash equilibrium. On this basis, put forward a method for sensor allocation and optimal dynamic response, theoretically proves that the proposed algorithm requires only the sensor and the one hop neighbor information exchange can convergence to the Nash equilibrium and has faster convergence speed than traditional optimal dynamic response. And use the communication network in the multi carrier sense Based on the access mechanism, a fully distributed decision node selection mechanism is designed, which is more consistent with the self-organizing characteristics of wireless sensor networks. The simulation results show the advantages of the proposed algorithm in terms of convergence speed, tracking accuracy and energy efficiency.
【作者单位】: 解放军信息工程大学信息系统工程学院;
【基金】:国家科技重大专项(2014ZX03006003)~~
【分类号】:TN929.5;TP212.9
【正文快照】: 随着微机电系统(Micro-Electro-MechanicalSystems,MEMS)技术的发展,低能耗、廉价、多功能的传感器节点的出现,无线传感器网络(WirelessSensor Networks,WSN)已经在民用和军用领域发挥着重要作用[1,2]。目标跟踪是无线传感器网络最重要的应用之一,为保证观测区域的充分覆盖、
【相似文献】
相关期刊论文 前10条
1 汤晓君;刘君华;;多传感器技术的现状与展望[J];仪器仪表学报;2005年12期
2 王日俊;刘峰;凌国宇;周金龙;;浅谈传感器的发展[J];甘肃科技纵横;2007年03期
3 张华睿;杨宏文;胡卫东;郁文贤;;通信受限时传感器管理方法研究[J];电光与控制;2007年04期
4 潘江怀;李洪梅;何佳洲;;三维传感器组网偏差估计方法[J];火力与指挥控制;2008年04期
5 李青;王瑜;宋明明;戴志波;;基于Perron-Frobenius特征值的传感器组网效能评估方法[J];传感器世界;2009年07期
6 樊浩;龙治国;黄树彩;李亚军;高美凤;;多传感器交叉提示技术发展现状与研究[J];飞航导弹;2012年02期
7 李丽苹;;浅析传感器无线互联在实现中存在的问题及其改善对策[J];无线互联科技;2012年03期
8 胡博;杨晓强;申艳玲;高军;石欣;崔海云;肖应玉;;传感器组合虚拟样机与仿真分析[J];新技术新工艺;2012年04期
9 王新民;李乐尧;顾晓婕;李文超;申海荣;;传感器组网资源管理技术及系统仿真平台[J];测控技术;2012年06期
10 司刚全;张寅松;娄勇;;考虑自支持度和互支持度的多传感器一致性测度算子[J];西安交通大学学报;2012年10期
相关会议论文 前3条
1 卫杨勇;徐世友;陈曾平;;面向任务的层次化机载多传感器智能管理策略[A];全国第五届信号和智能信息处理与应用学术会议专刊(第一册)[C];2011年
2 贺勤;薛安克;;多传感器声目标异步数据生成仿真研究[A];'2003系统仿真技术及其应用学术交流会论文集[C];2003年
3 俞强;陆佶人;方世良;;模糊积分在多传感器信息融合中的应用[A];中国声学学会2003年青年学术会议[CYCA'03]论文集[C];2003年
相关重要报纸文章 前2条
1 ;多种传感器组合是应用热点[N];中国电子报;2009年
2 编译 杨孝文;智能砖头能避免楼塌人亡[N];北京科技报;2004年
相关博士学位论文 前10条
1 刘先省;传感器管理方法研究[D];西北工业大学;2000年
2 胡学海;机载多传感器目标信号属性融合研究[D];电子科技大学;2008年
3 李鸿斌;面向目标跟踪的移动无线传感器协作算法研究[D];浙江大学;2010年
4 何衍;机动目标跟踪与传感器网络自组织[D];浙江大学;2001年
5 任祝;能量受限的传感器调度问题研究[D];浙江大学;2013年
6 张启忠;应用于土壤环境监测的传感器若干理论与技术研究[D];浙江大学;2009年
7 张旭峰;多传感器车载战场感知系统若干关键技术研究[D];国防科学技术大学;2006年
8 崔波;多传感器目标跟踪数据融合关键技术研究[D];西南交通大学;2012年
9 鲁娜;基于功能核酸组装结构的腺苷和汞离子传感器研究[D];中国科学技术大学;2009年
10 熊彦铭;多传感器延时控制系统性能分析与评估[D];中国工程物理研究院;2012年
相关硕士学位论文 前10条
1 刘萍;基于粒子群优化的目标跟踪传感器节点的选择[D];长安大学;2015年
2 王琼;基于PCRLB和凸优化的传感器选择方法[D];长安大学;2015年
3 豆菲菲;基于多传感器数据融合的无人车行驶策略研究[D];西安工业大学;2015年
4 殷淑霞;移动平台下的多传感器联合配准及融合[D];山东大学;2015年
5 张璐;架空输电线路巡检飞行机器人的多传感器调度方法研究[D];华北电力大学;2015年
6 黄思越;石油钻井设备检测的无线传感器网络系统设计[D];大连理工大学;2015年
7 程辰;电子战情报分析中多传感器检测与位置级数据融合技术的研究[D];电子科技大学;2015年
8 李明;柔性机翼长基线天线形变实时测量[D];西安电子科技大学;2015年
9 周金伟;基于多传感器和目标跟踪的智能视频监控系统设计[D];西北师范大学;2015年
10 裴元义;基于时域结构损伤识别的传感器优化布置[D];哈尔滨工业大学;2016年
,本文编号:1384426
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/1384426.html