基于灰色马尔可夫模型的无线传感器网络目标跟踪算法.pdfVIP

128 传感器与微系统 (TransducerandMicrosystemTechnologies) 2013年 第32卷 第 ll期 基于灰色马尔可夫模型的无线传感器网络 目标跟踪算法 呙邵明，郑 瑾 ，MDZakirulAlamBhuiyan，王国军，吕朋朋 (中南大学 信息科学与工程学院。湖南 长沙 410083) 摘 要：基于预测的目标跟踪是无线传感器网络 目标定位与跟踪中很重要的一种方法，但在实际环境中 由于目标运动模式的动态变化等原因，传统预测算法对 目标位置的预测往往不准确。为了克服以上不足， 提出了一种基于灰色马尔可夫模型的目标跟踪(GMMTT)算法。将具有震荡特点的Markov模型引入到分 段灰色预测中，使 目标定位既能获得较好的精度，又能适应 目标运动模式的变化。预测得到 目标位置后， 当前跟踪节点将跟踪信息传送到 目标下一时刻将要到达的预测区域，提前唤醒该区域内的节点，用尽可能 少的节点实现 目标有效的跟踪。实验结果表明：GMMTr算法在跟踪概率和跟踪精度方面具有较好的性 能。 关键词：无线传感器网络；灰色马尔可夫；目标跟踪；分段灰色预测；信息传送 中图分类号：TP393 文献标识码 ：A 文章编号：1000-9787(2013)11-0128--04 GreyM arkovmodel·basedtargettrackingalgorithm for wirelesssensornetworks GUOShao．ming，ZHENGJin，MDZakirulAlamBhuiyan，WANGGuo-jun，L0Peng—peng (SchoolofInformationScienceandEngineering，CentralSouthUniversity，Changsha410083，China) Abstract：Prediction—basedtargettrackingisaveryimportantmethodfortargetlocationandtrackinginwireless sensornetworks，however，a common difficulty in traditionalprediction algorithm isthatthe targetlocation predictionisnotaccurateinrealenvironment，duetodynamicchangeoftargetmotionmode，etc．Toovercome theseshortage，proposeagreyMarkovmodel—basedtargettracking(GMMTI)algorithm．IntroduceMarkovmodel withturbulencecharacteristicsintosegmentation greyprediction，which can notonlyachievegoodprecisionof targetlocalization，butalsoadapttochangeoftragetmotionmode．Aftergettingpredictedpositionoftarget，current trackingnodespropagatetrackinginformationtothepredictedraeawherethetargetwillarriveinthenextmoment， andwakeupnodesinthisraeainadvance，SOthateffectivetrackingoftargetcanbeachievedwithasfewnodesas possible．ExperimentalresultshowsthatGMMTIalgorithm hassuperiorperfomr anceintrackingprobabilityand trackingprecision． Keywords：wire