[发明专利]基于无线传感器网络的无源多目标检测跟踪方法

说明书

技术领域

本发明属于无线传感器网络技术领域，尤其是一种基于无线传感器网络的无源多目标检测跟踪方法。

背景技术

无线传感器网络(Wireless Sensor Networks，WSN)是一种集成了传感器技术、微机电系统技术、无线通信技术和分布式信息处理技术的新型网络技术。其以每个无线传感器节点为最小单位，以自组织等方式组成无线传感器网络，并以此为依托对网络区域内的环境或监测对象的信息实时感知、采集和处理，并将处理后的信息传送到网络终端或服务器上进行进一步的处理和分析。包括物联网技术在内多项新兴技术都是以无线传感器网络作为依托平台，使其为上层应用提供可靠的底层技术支持。

关于目标的定位与跟踪是无线传感器网络的主要研究方向之一。最先被采用的基于接收信号强度的定位法为有源定位，即目标必须携带传感器节点，通过与已知位置的监控节点的通信，基于无线信号接收强度(Received SignalStrength，RSS）值来计算与已知节点之间的距离。根据具体的定位机制，可以将现有的无线传感器网络定位方法分为两类：基于测距的方法和不基于测距的方法。基于测距的定位机制需要测量未知节点与锚节点之间的距离或者角度信息，然后使用三边测量法、三角测量法或最大似然估计法等方法计算未知节点的位置。而不基于测距的定位机制无需距离或角度信息，或者不用直接测量这些信息，仅根据网络的连通性等信息实现节点的定位。但这一方法的局限性在于，需要跟踪的目标不一定主动携带节点设备，而只是处于无线传感器网络中被动地接受跟踪。这类目标称之为无源目标。无源目标的特点是：目标不会主动与跟踪系统进行数据交互，甚至有可能被跟踪的目标本身并不希望被系统所跟踪到。例如在军事反恐之类的场合中，需要进行定位跟踪的对方目标不但没有携带传感器节点，还会通过各种手段让自身的位置不被发现，这时有源跟踪的方法就不再适用。为了解决无源目标的定位与跟踪问题，无源被动式定位（Device-free passive localization）的概念被提出，其基本想法是：根据人体遮挡无线通信链路使其RSS数值产生的扰动，提取出人体的位置信息。

在无源目标的定位与跟踪问题中，传统的方法是采用基于经验模型的fingerprint（指纹）算法，即首先建立RSS取值与目标位置对应关系的数据库，再通过实际样值与数据库的对比从而确定位置。这种方法在数据库建立阶段需要多次测量每个位置的接收信号强度作为“场景指纹信息”，处理的数据量非常大，且受环境参数的影响较大，维护比较困难；并且，在多目标定位时，数据库的大小随着目标数量会呈指数增长。随后采用的方法为传感器网格阵列（GridSensor Array)法，它将传感器节点悬挂在目标移动区域的上方排成阵列，目标的存在会使传感器之间电波传播的反射情况发生改变，从而在RSS值体现出相应变化。这一方法是为数不多的为室内环境设计的方法，但其仅仅把目标对电波的影响统一假设为反射，并没有考虑室内环境的复杂的多径情况，使得其跟踪系统的鲁棒性不强。

而在最近的研究中，射频层析成像（Radio Tomographic Imaging，RTI）法在此领域发展迅速，该方法是将节点部署于监控区域周围来采集无线传感器网络中链路的RSS信息，然后利用测量模型（measurement model）描述RSS值与目标位置间的一般转换关系，最后通过卡尔曼滤波、粒子滤波等跟踪算法对目标位置进行连续估计。这类方法配置简单且跟踪精度较高，但仍存在一些未解决的问题，首先，现有的射频层析成像方法使用的测量模型仅仅适合单目标的跟踪，且由于成像的特点，在图中无法直接获得准确的目标坐标；其次，由于无源跟踪的系统结构较为独特，暂无比较成熟的技术来解决目标数可变的多目标定位与跟踪问题。

发明内容

本发明的目的在于克服现有技术的不足，提供一种精度较高、鲁棒性强且能够满足多目标实时跟踪要求的基于无线传感器网络的无源多目标检测跟踪方法。

本发明解决其技术问题是采取以下技术方案实现的：

一种基于无线传感器网络的无源多目标检测跟踪方法，包括以下步骤：

步骤1：根据无线传感器网络中不同无线链路接收信号强度，采用扫描圈开窗检测方法构建无源多目标的滑动扫描圈模型，并采用HAC聚类算法进行聚类分析从而提取出检测结果；

步骤2：根据检测结果并采用PHD无源多目标粒子滤波跟踪算法，得到目标数目变化的多目标跟踪结果。

而且，所述构建滑动扫描圈模型的方法包括以下步骤：