[发明专利]一种基于跟踪精度和能量消耗指标下的多传感器管理方法

权利要求书

1.一种基于跟踪精度和能量消耗指标下的多传感器管理方法，其特征在于，包括如下步骤：

(1)针对传感器网络中的每一个传感器，构建传感器鉴别框架：A＝{A₁,A₂,…,A_M}；

(2)基于DSmT理论，构建该鉴别框架下的超幂集空间D^A＝{A,∪,∩}；

(3)对超幂集中的每一个传感器组合，通过卡尔曼滤波算法，进行目标跟踪，得到跟踪精度；

(4)根据传感器切换过程，通过能量函数，计算每一个传感器的能量消耗量；

(5)根据步骤(3)得到的跟踪精度与步骤(4)得到的能量消耗，构建决策矩阵；

(6)通过BF-TOPSIS多评价策略，获取最佳传感器代表，并利用该传感器组合，进行当前时刻的目标跟踪。

所述步骤(1)中构建传感器鉴别框架的具体步骤如下：

原始传感器网络中的传感器有A₁,A₂,…,A_M,由这些传感器直接构成传感器鉴别框架：A＝{A₁,A₂,…,A_M}。

所述步骤(2)中构建超幂集空间的具体步骤如下：

A₁,A₂,…,A_M∈D^A

公式(2.1)中的A_i,i∈{1,…,M}代表虚拟传感器；D^A代表一个幂集空间；

如果A_i,A_j∈D^A,则

A_i∩A_j∈D^A,A_i∪A_j∈D^A

公式(2.2)中的A_i∩A_j交集运算构成合取焦元，A_i∪A_j并集运算构成析取焦元，由所有这些焦元构成一个幂集空间，即D^A＝{A,∪,∩}。

所述步骤(3)中得到跟踪精度的具体步骤如下：

X(k+1|k)＝F(k)X(k|k),

P(k+1|k)＝F(k)P(k|k)F^T(k)+Q(k),

γ(k+1)＝Z(k+1)-H(k+1)X(k+1|k),

S(k+1)＝H(k+1)P(k+1|k)H^T(k+1)+R(k+1),

K(k+1)＝P(k+1|k)H^T(k+1)S^-1(k+1),

X(k+1|k+1)＝X(k+1|k)+K(k+1)γ(k+1),

P(k+1|k+1)＝P(k+1|k)-K(k+1)·S(k+1)K^T(k+1)；

其中，X(k|k)为k时刻下的状态变量，F(k)为状态转移矩阵，H(k)为量测矩阵，Q(k)和R(k)为状态噪声协方差和观测噪声协方差，S(k)为中间变量，K(k)为卡尔曼增益，P(k|k)为估计协方差，Z(k+1)为实测数据，γ(k+1)为使用当前传感器A_i得到的跟踪精度。

所述步骤(4)中计算每一个传感器的能量消耗量的具体步骤如下：

如果当前任务传感器A_i考虑到下一个时刻启动的传感器为A_j时候，如果i≠j时，则传感器A_i消耗的数据传送能量计算公式为

其中，e_t和e_d是传感器A_i的传送数据参数，r_ij为传感器A_i与A_j之间的欧式距离，b_c为数据传送的字节数，α为指数系数，设定为2；

传感器A_j的数据接收能量消耗函数为

E_r(A_j)＝e_rb_c

其中，e_r为传感器A_j的接收能量消耗，b_c为数据传送的字节数；类似地，传感器A_i的监测与数据处理的能量消耗函数为E_s(A_j)＝e_sb_s；因此，选择传感器A_j的能量消耗量的计算公式如下：

其中e₀＝(e_t+e_r)b_c+e_sb_s,e₁＝e_db_c,e_s,b_s为传感器处理数据参数；

根据上述公式得到能量消耗量；

所述步骤(5)中构建决策矩阵的具体步骤如下：

根据计算出的每一个传感器组合对应的跟踪精度和能量消耗，构建得到决策矩阵：

其中，C₁代表跟踪精度指标，C₂代表能量消耗指标，A_i代表虚拟传感器，S_j(i)代表指标C_j下第i个传感器的评分。

2.根据权利要求1所述的一种基于跟踪精度和能量消耗指标下的多传感器管理方法，其特征在于，所述步骤(6)中通过BF-TOPSIS多评价策略，获取最佳传感器代表，并利用该传感器组合，进行当前时刻的目标跟踪的具体步骤如下：

S_ij表示第j个指标下第i个传感器的评分，|D^A|表示超幂集中元素的个数；

上述公式中的ω代表第j个指标的权重，设为1/N，N为指标个数，m^best(A_i)为完全支持A_i的基本概率赋值，即m^best(A_i)＝m(A_i)＝1；m^worst(A_i)为完全不支持A_i的基本概率赋值，即

最后，根据上述公式中计算得到的值的大小，对传感器进行排序，传感器对应的C(A_i,A^best)值越小，选择该传感器的可能性最大；

获取最佳的传感器A^*后，重复步骤(3)从而实现目标的跟踪。