[发明专利]一种基于复合传感器自组网的运动目标分类识别方法

说明书

技术领域

本发明属于自组织传感器网络系统的应用业务方面，涉及目标识别与自组网的应用技术，尤其涉及一种采用复合传感器自组网系统的运动目标分类识别方法。

背景技术

传感器网络是近几年来国内外研究和应用非常热门的领域，在国民经济建设和国防军事上具有十分重要的应用价值。微电子技术、计算技术和无线通信技术的进步，推动了低功耗多功能传感器的快速发展，使得在微小体积内能集成信息采集、数据处理和无线通信等多种功能。传感器网络通常是由部署在监测区域内大量的廉价微型传感器节点组成，通过无线通信方式形成的一个多跳、自组织的网络系统，目的是协作地感知、采集和处理网络覆盖区域中感知对象的信息，并发送给观察者。

传感器网络在军事国防、工农业控制、城市管理、生物医疗、环境监测、抢险救灾、反恐、危险区域远程控制等诸多领域具有十分广阔的应用前景。传感器、感知对象和观察者构成传感器网络的三个要素。传感器网络将逻辑上的信息世界与客观的物理世界融合在一起，正在改变人类与自然界的交互方式，通过传感器网络直接感知客观世界，扩展了现有网络的功能和人类认识世界的能力。

在无线网络向自组织、泛在化、复合性发展的过程中，应用终端始终是网络互通和融合的关键，终端业务技术为网络提供了丰富多彩的应用功能。从自组网的功能来看，每个传感器节点都具有信息采集和路由的双重功能，除了进行本地信息收集和处理外，还存储、管理和融合其它节点转发过来的数据，与其它节点协作完成一些特定任务。如果通信环境或者其它因素发生变化，导致传感器网络的某个或部分节点失效时，先前借助它们传输数据的其它节点则自动重新选择路由，保证在网络出现故障时能够实现自动愈合，这是自组网的典型特征。

探测与识别运动目标是传感器网络的终端业务功能之一。目标分类识别就是通过分析和处理目标的特征信号，将目标归为事先划定的某一类型。基本做法通常是在样本训练集的基础上确定某个判决规则，使按该规则对被识别对象进行分类所造成的错误识别率最小。规则式分类方法比神经网络、遗传算法等智能优化方法具有较小的计算量，便于计算机程序的快速执行，实时输出结果。

当前使用的目标识别方法主要包括基于图像、感应线圈、微波、声音等方式。基于图像的目标识别率可达到90％，但基于图像的目标识别的局限性，在于系统特性受到环境和光线的影响较大。有些目标识别方案的安装成本和维护费用较高，不利于大范围使用。基于传感器网络的目标识别方案提供了非常灵活的节点布置结构，系统能便携化和有利于大规模部署。

本发明提供的方法属于典型的规则式分类方法，具有计算量小、能量消耗低、实时性强的特点。这种目标分类识别方案采用磁阻和微震动传感器组成复合探测终端，协作地感知和识别运动目标，避免单种传感器探头采集信息的片面性。通过自组网方式将分类识别的结果，进行网络内传输至基站控制中心。

近年来随着微型传感器测量精度的不断提高，通过提取目标数据的特征量，可以分析目标的属性。运动目标识别技术具有重要的应用价值和意义，譬如它是交通规划和管理部门的重要信息来源，目标类型的信息可以给高速公路容量预测提供正确的评估。在军事上这是侦察获取情报的一种重要手段，用于识别关键路段上的运动目标类型，为战场目标的探测和自动识别提供新的途径。它的优点在于可以弥补传统侦察设备存在的体积大、易被敌人发现等缺陷，迅速地为警戒分队提供战场感知信息。

发明内容

本发明的目的是提供一种基于复合式微型传感器网络系统的地面运动目标分类识别方法，特点是计算量小，实时性好，分类的目标类型多。

本发明的特征在于：通过对地面运动目标产生的磁阻和微震动信号进行采集，结合自组网系统的通信功能，完成目标分类识别任务。

图1是基于复合传感器自组网平台的运动目标分类识别系统的组织结构图。根据该图所示，整个系统由数据采集组件、自组网通信组件、目标分类识别组件、电源管理组件、后台管理组件构成。

传感器网络节点的硬件研制，包括探测节点和接收控制节点(即网关汇聚节点)两个电路板的设计。探测节点用于感知目标和预处理采集到的数据；接收控制节点负责发送控制命令、接收探测节点发送来的数据，以及存储显示监测结果。

由各向异性磁阻和微震动传感器探头构成数据采集组件，它根据被测目标发出的多源信号，探测目标出现的事件信息。自组网通信组件完成多跳自组网的信息传输任务。目标分类识别是执行目标分类的计算功能。电源管理组件提供电池供电。后台管理组件负责接受和传达用户指令，启动网络的业务服务功能。