基于PSO的无线传感器网络中传感器节点的选择.pdfVIP

无线天地 · 基于PSO的无线传感器网络中传感器节点的选择 刘 萍 T,b妮 张艳辉 (长安大学信息工程学院，陕西 西安 710064)) 摘 要：本文考虑在 目标跟踪系统中的传感器资源管理问题。由于频率，能量和带宽的限制，以及计算量过大的问题，本文提出一种粒子群 算法，利用cPcRLB函数作为适应度函数对传感器选择，使得目标跟踪精度不损失的情况下得到最优组合，并且节省能量与减小计算量。 关键词：PSO；粒子滤波；CPCRLB；传感器管理 1引言 3 CPCRLB 1 O O 0 近几年，无线传感器网络在军事和工业领域得到广泛应用 CPCRLB迭代的初始条件为：L(xoIZ。)=E{一△ logp(xo)} O 1 O 0 。 为了延长传感器在跟踪期间的寿命必须有效利用传感器。 ， 其中P n)为 目标初始状态概率密度函数。 O 1 O 在能量和带宽等物理资源受限的无线传感器网络，每个时刻选 对 目标运动模型(1)和量测模型(4)，基于RRS量测数据的条 择一个传感器子集是尤为重要的。 件Fisher信息矩阵可以迭代逼近计算如下： 一 般来说，传感器管理决策都是基于估计追踪器的性能。 L(Xx+llZl：k)~[FL-(‘lz1：¨)F +Q]+ (5) 文献 “提出了条件后验克拉美一罗下界 (CPCRLB)。CPCRLB以 矩阵 的元素如下： 当前时刻的所有真实量测为条件，给出了目标状态估计的实际 (1，1) (1，2) 0 0 均方误差下界，得出CPCRLB更适合在线自适应传感器管理。 研 (2，1)研 (2，2)0 0 = ， 其中 利用CPCRLB作为判断选择的传感器性能的标准，对于 目标 O 0 OrO～ 0 r一2 O 0 O 0 0 0 r一， o 一2 跟踪的准确度有很大的提高，但是在每个时刻选择传感器组合 r一2 0 r 0 22b11 时用穷举法，其计算量呈指数增长。文献 用Ps0对传感器进行 , 0 一2 0 r 选择，提出一种BPSO(BinaryParticleSwarmOptimiza