时间异步无线传感器网络的分布式目标跟踪.pdf

高技术通讯 年 第 卷 第 期： )%%0 $0 $% $%)1 O $%’% ： !# $% ’(()* + #,,- $%%).%/(% )%%0 $% %%1 时间异步无线传感器网络的分布式目标跟踪! ! ! ! 万江文 薛 皓 于 宁 陈 斌 （北京航空航天大学仪器科学与光电工程学院 北京 $%%$0$） ! （北京邮电大学计算机学院 北京 $%%2(1） 摘 要 为了降低无线传感器网络在目标跟踪过程中的网络能耗，提出了一种时间异步 条件下的分布式目标跟踪方法。首先，依据节点到目标的距离进行动态成簇，以跟踪簇为 时间的计算单元，由簇头完成簇内跟踪时间计算及簇间贯序传递，然后引入并行粒子滤波 （ ）算法将粒子集分为多个子集，在子节点处并行采样、计算权重和重采样，最后，簇头 334 节点收集各子节点上传的结果并完成目标的局部状态估计。仿真结果表明， 算法具 334 有较好的跟踪精度，且相比于集中式粒子滤波（ ）算法，可降低约 的通信量。 534 ’26 关键词 无线传感器网络（ ），目标跟踪，时间异步，并行粒子滤波（ ） 789 334 避免地增大网络的通信能耗，这对于一些实时性和 % 引 言 跟踪精度要求不高，但能量严格受限的应用场合（如 野生动物活动监测）往往是得不偿失的。 无线传感器网络（ ， ） :#;=,, ,-,; -:;? 789 针对以上问题，本文提出了一种无需时间同步 是一种按需求完成指定任务的“智能”系统，目标跟 协议支持的分布式无线传感器网络目标跟踪方法， 踪是其典型应用之一。跟踪过程中，传感器节点通 最后介绍了时间异步条件下，无线传感器网络目标 过相互协作和数据共享，在资源受限的条件下实现 跟踪过程中的传感器节点管理算法和并行粒子滤波 ［］ 对目标的跟踪。粒子滤波（ $ ， ） 是一 @A;#B= C#=; 34 （ ， ）的状态估计算法，并进行 @A;A=== @A;#B= C#=; 334 种非线性滤波技术，在处理非线性非高斯问题时具 了仿真验证。 有良好性能，被广泛应用于视频和雷达跟踪等领域， 但其不足之处在于算法的计算量庞大。为了解决该 $ 无线传感器网络的目标跟踪 ［］ 问题， ) 利用似然因子分解和参数驯化将粒子 5A, ［］ 滤波分布式地在多个节点上