[发明专利]一种基于自适应预测的无线传感器网络目标跟踪方法

说明书

技术领域

本发明涉及一种基于自适应预测的无线传感器网络目标跟踪方法，尤其涉及一种基于二次多项式预测模型的无线传感器网络目标跟踪方法。

背景技术

无线传感器网络是新一代传感器网络，具有非常广阔的应用前景。目标跟踪是无线传感器网络的重要应用之一，而目标位置预测则直接影响到目标跟踪准确度和可靠性，当目标预测误差较大时，容易导致目标丢失。通常根据前几个时刻目标定位坐标预测下一时刻的目标位置，目标预测模型建模方法是决定目标预测准确度大小的主要因素。传统的线性预测法只根据相邻两个时刻目标定位坐标建立预测模型，预测准确度受到目标定位误差影响较大；轨迹拟合法利用多项式直接拟合若干目标定位坐标，得到的多项式函数不包含时间信息，无法充分反映目标运动规律，并且拟合目标定位坐标数量一定，对于机动性目标预测的适应性较差，从而影响到目标预测准确度。

国内申请号为CN200710164468.4的一种基于预测的无线传感器网络目标跟踪方法，该方法根据目标运动的当前测量数据或者历史测量数据确定目标的运动特征；结合目标的当前位置、速度、运动方向等信息预测目标的未来位置以及下一监控节点的唤醒时刻；当目标位置预测失败时，网络根据目标的运动历史记录和先验知识逐级启动预测失败恢复过程。

国内申请号为CN200810103125.1的一种无线传感器网络的目标跟踪方法，该方法利用历史目标状态信息和当前时刻观测数据，进行重要性采样，获得粒子状态估计信息，计算得到轨迹存活指数和剩余测量值；根据轨迹存活指数决定是否终止该轨迹，并更新轨迹集合；使用重采样后的粒子，获得全部目标轨迹的当前状态估计，即移动目标的当前位置和运动速度，实现目标定位跟踪。

以上方法分别通过目标预测或者粒子滤波进行目标跟踪，前者重点考虑了不同运动模式类别下的目标预测算法，后者针对解决粒子滤波目标跟踪计算量大，实时性差的问题。然而，目标跟踪还需要考虑以下问题，一方面，目标定位坐标值通常存在一定误差，根据目标定位坐标值预测目标位置，需要充分考虑目标定位误差的影响；另一方面，目标运动的多变性要求目标跟踪方法能够适应目标运动规律的变化，同时保持较低的计算量。因此，通过较为简单的计算实时估计目标运动规律来预测目标位置，增加目标预测算法在存在目标定位误差和目标运动变化情况下的鲁棒性，有利于进一步提高无线传感器网络目标跟踪性能。

发明内容

为解决传统无线传感器网络目标跟踪方法受到目标定位误差、目标运动规律变化影响较大的问题，本发明提供了一种基于自适应预测的无线传感器网络目标跟踪方法，该方法利用目标定位历史数据建立近似描述目标坐标随时间变化关系的数学模型，并利用该模型预测目标位置，通过实时估计预测误差进行自适应建模，降低目标定位误差和目标运动变化对跟踪性能的影响，提高目标跟踪准确度。

本发明是通过以下技术方案实现的：

本发明所涉及的一种基于自适应预测的无线传感器网络目标跟踪方法，包括：

a、簇头节点对当前时刻及与当前时刻相邻两个以上时刻的目标定位坐标和时间进行拟合，得到描述目标X坐标或Y坐标与时间关系的二次多项式预测模型；

b、簇头节点利用二次多项式预测模型预测下一时刻的目标位置；

c、簇头节点唤醒目标预测位置附近传感器节点进行目标定位；

d、根据当前时刻及与当前时刻相邻的两个时刻目标预测位置和定位位置自适应调节时刻个数的取值；

e、簇头节点利用更新的拟合数据建立新的二次多项式预测模型，通过重复预测和定位过程实现目标跟踪。

所述的步骤a中，簇头节点将当前时刻及与当前时刻相邻的两个以上时刻的目标定位坐标和定位时间作为拟合数据，定义拟合数据长度为N，利用最小二乘法分别拟合目标定位X坐标值或Y坐标值与定位时间的二次多项式函数，该二次多项式函数反映了目标X坐标值或Y坐标值随定位时间的变化关系，因而将二次多项式函数作为下一时刻目标位置的预测模型。

所述的步骤b中，簇头节点将下一次目标定位时间分别输入目标X坐标值或Y坐标值二次多项式预测模型，二次多项式模型的输出值即为下一时刻目标X坐标或Y坐标的预测值，然后由簇头节点存储目标X坐标或Y坐标的坐标预测值。