7.目标定位跟踪讲义(计算机学院刘亮)专用课件.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 节点选择问题 探测阶段 使所有的传感器节点处于探测模式将消耗过多能量 从部署节点中选择部分节点处于探测模式，使得保障探测质量的同时最小化探测节点的数目 定位阶段 定位精度与能量消耗的矛盾 定位质量将随着不同节点观测值数目的增加而提高 大量视频传感器节点获取并传输观测值将减少视频传感器网络的寿命 两个问题需要解决 如何确定能够观测到目标的视频传感器节点 从能够观测到目标的节点中，如何选择最优节点集参与目标定位 探测阶段的节点选择(1) 基于探查机制的密度控制算法（PEAS） 在节点被部署后均处于休眠模式 休眠节点经过一段时间后唤醒，唤醒率为 唤醒节点在探查范围 内广播一个探查信息PRB 如果在 范围内存在一个处于探测模式的节点，则该探测节点将广播一个回复信息RPY 如果唤醒节点没有在一段时间内没有听到任何RPY消息，该节点从休眠模式转化到探测模式 探测阶段的节点选择(2) 部署节点密度 其中 是Lambert W-函数 探测节点密度 的推导 定位阶段的节点选择(1) 候选节点集 假定视频传感器节点 首先探测到目标，相应的观测值为 能够探测到目标的概率 为： 候选节点集可表示为： 从 中选择最优节点集，实现目标精确定位的同时最小化能量消耗 是 的感知区域 定位阶段的节点选择(2) 收益函数 利用连续熵(continuous entropy)和互信息(mutual information)来量化目标位置不确定的减少 令 为 的观测向量 互信息 : 连续熵函数 定位阶段的节点选择(3) 消耗函数 能量消耗主要分为两个部分: :采集和处理图像的能耗 :传输观测值的能耗 设 为节点 的剩余能量 对于节点集 定位阶段的节点选择(4) LNS (Locating Nodes Selection)问题 目标运动模型 目标运动模型 时刻 t下目标状态向量 近视匀速模型 : 一致性距阵 : 均值为0的高斯向量 节点感知模型 视频传感器节点感知模型 　　　　为t时刻k个观测值的集合，其中 基于SMC的目标跟踪算法 基于动态簇的节点协作机制 动态簇结构：传感器网络协作目标跟踪广泛使用 目标的被探测将触发簇的形成 簇头从其它邻近的传感器节点中选择簇成员节点，并且联合各成员节点的观测值更新目标位置的估计值 簇头将控制权传递给它的一个邻近节点，该节点即新的簇头 簇头节点的选择(1) 　　　计算t时刻目标状态的先验概率密度函数 　　 　　令　　　　　　是一个粒子集，则概率密度函数　　　　　的加权近似值为： 　　其中 . 簇头节点的选择(2) 对于　　　　通信范围内一个给定的视频传感器节点　，能够探测到目标的概率为： 　　　　:　　的感知区域 概率最高的节点将被选为t时刻的簇头 簇内成员节点的选择 候选节点集 收益函数 消耗函数 谢 谢！ * * * * * * * * * * * * * * * * * 信息驱动协作跟踪(1) M. Chu, H. Haussecker, F. Zhao. Scalable information-driven sensor querying and routing for ad hoc heterogeneous sensor networks. International Journal on High Performance Computing Applications, 2002, 16(3):293-313. F. Zhao, J. Shin, J. Reich. Information-Driven dynamic sensor collaboration for tracking applications. IEEE Signal Processing Magazine, 2002, 19(2):61