[发明专利]无线传感器网络基于动态簇机制的目标跟踪方法

权利要求书

1.一种无线传感器网络基于动态簇机制的目标跟踪方法，限于以下假设：定义感知区域为F，N个传感器节点随机等密度分布，包括普通节点和汇聚节点，目标周期性的发送射频信号，普通节点仅当收到组簇信号以后才转入工作状态，其它时间处于休眠状态，并周期性对目标信号进行检测；其特征在于，具体包括以下步骤：

(1)目标跟踪过程

传感器节点集合为A＝{A₁，…A_n}，传感器的通信半径为R_N，目标信号的有效传输半径为R_s，两者满足R_s≤R_N/2，这样就能保证所有能探测到目标的传感器节点，都在彼此的通信范围内，并且只会形成一个簇，传感器节点接收的目标信号强度RSSI值为P_i(d_i)，其中d_i为节点i与跟踪目标的距离，节点i的剩余电量为e_i；节点电量的初始值为1；目标跟踪过程包括初始簇的创建和簇结构动态调整：

①初始簇的创建

由于传感器资源有限，为了提高传感器网络的寿命，采用动态簇结构进行分布式跟踪，在没有侦测任务的时候，所有传感器处于休眠状态，并不形成簇结构，以节省能量；当目标第一次进入传感器网络的侦测区域时，节点感应到目标的RSSI强度大于P₀时，即传感器节点与目标的距离小于阈值R₀时，这些节点构成集合它们共同参与到簇头的竞选过程中；节点接收到的RSSI强度小于P₀或是没有侦测到目标信号，将继续保持休眠状态；设节点的侦测距离为R_s，当目标距节点距离在R₀≤(R_s-e)时总会被检测到，e＝0.1R_s，使用改进型无线电自由空间传播模型：

P(d)[dBm]=P(d0)[dBm]-10nlog(dd0)]]>

其中，P(d)表示节点与目标距离为d时的接收功率强度；P(d₀)是基准距离为d₀时的信号强度；n表示路径长度和路径损耗之间的比例因子，实现时取d₀为1，n＝2；节点集合定义：

ENDi=eiα[1-diRs]β,di<R0,ENDi∈(0,1)]]>

为节点的END_i值，其中e_i为传感器节点B_i当前的剩余能量，d_i为节点i与跟踪目标的距离，R_s为传感器的感知半径，α，β为权重因子，节点i自动计算当前的END_i值，如果是目标已经在该区域出现一次以上，则使用上次更新过的END_i值，并广播节点的相关控制信息，同时节点i也会收到B集合中的其它节点发送的广播信息；

节点i比较自身的END值与接收到的END值大小，若该节点的END值小于任意一个节点当前的END值，则进入等待状态；若该节点的END值大于任意一个节点END值，则当选为簇头，并发布组簇信息，激活相应的节点参与组簇；若该节点的END值与其他节点相同且同时为最大值，则选择ID号较小的作为CH₀，当选为CH₀的节点发布组簇信息，组簇信息包括节点ID，位置信息和时间同步标签，并激活处于等待状态的节点参与组簇；

B集合的其它等待节点，收到簇头的组簇信号，节点k保留CH₀的ID与位置信息，然后节点k产生一个0-1的随机数，并与自身节点的END_k比较，若大于END_k，则不加入簇，节点进入重新休眠状态；若小于END_k，则保存CH₀的信息，调整本地时钟与簇头同步，成为簇成员；

②簇结构动态调整，包括簇成员的调整和簇头的调整

A.簇成员的调整

簇成员接收到的目标RSSI信号随着目标的移动而改变，节点j在发送目标位置信息的时刻同时自身进行记录，当连续三次记录的目标位置都大于R₀时，该节点j向簇头节点发出退出信号并自动退出簇结构，簇头节点收到节点j的退出信息后，将节点j从簇成员列表中删除，不再作为计算目标的数据来源，并同时广播允许新节点加入的信号，收到簇头广播信号的非簇成员节点h在连续接收目标位置都小于R₀后，计算自身的END_h值，产生0-1的随机数，若小于END_h，则选择加入簇头，请求信息包括自身ID，位置信息，END_h值等，若大于END_h，则不加入簇头，簇头在收到节点请求加入信息后，选择最大的END_h值节点加入簇；

B.簇头的调整

随着目标的移动，目标距离簇头的距离越来越远，当目标距离簇头的距离满足条件d_CH＞εR_s时，ε＝0.4～0.5，启动簇头移交机制，此时当前簇头退化为临时簇头，临时簇头向簇成员发送簇头调整信号，簇成员在向簇头发送目标信息的同时，与感应到目标强度的非簇成员节点按照END值重新竞争簇头，当新的簇头确定后，原簇头CH₀发送簇结束信号，簇头退化为普通节点，原簇成员和感应到目标的新节点重新按概率加入到新的簇头，开始新一轮的跟踪；

(2)目标的定位与预测

初始簇形成以后，加入到簇中的节点成员定义为集合D＝{D₁…D_m}，目标某时刻的坐标为(x，y)，簇中的成员节点周期性将侦测目标的RSSI强度转换成相应的距离d，按时间先后顺序记录在自己的内存中，然后发送给簇头，簇头节点i根据簇成员的位置信息和距离d，利用极大似然估计法对目标位置进行定位，距离d的转换用到公式：

dj=d0·10P(d0)-P(dj)10n]]>

然后使用极大似然估计法定位当前目标的位置；

目标预测就是预测目标下一时刻的位置和速度，据此进行任务和资源的重新分配，为减少迭代等复杂计算带来的能量损耗和时间延迟，选取最小二乘法曲线估计对目标进行预测，设目标运动曲线服从下列多项式函数分布：

pn(x)=Σj=0najxj]]>

当使下列式取最小值时，最逼近实际函数分布，即最后得到下式：

m+1Σi=0mxi...Σi=0mxinΣi=0mxiΣi=0mxi2...Σi=0mxin+1............Σi=0mxinΣi=0mxin+1...Σi=0mxi2n·a0a1...an=Σi=0myiΣi=0mxiyi...Σi=0mxinyi]]>

求得a_k即可得到目标的函数分布，由此预测下一时刻的位置。