[发明专利]基于Fisher信息矩阵与SUKF的目标跟踪方法

摘要

基于Fisher信息矩阵与SUKF的目标跟踪方法，涉及通信技术领域，解决现有无线网络节点的控制方式存在参与节点众多，采用静态簇节点选取，需要对整个网络进行分簇，存在有效性差等问题，本发明通过采用基于Fisher信息矩阵方法建立动态跟踪簇；采用基于SUKF的目标跟踪滤波算法，对建立的动态跟踪簇进行滤波与信息传递；本发明的方法避免了集中式滤波中所有观测数据于簇头中集中处理，降低发送数据与接收数据时能量损耗，减轻簇头的负担。滤波算法的任务同时由多个子节点分布执行，本发明方法把簇头的工作分配到各个成员节点，极大地减少了节点之间的数据传递，避免了数据碰撞与干扰，与集中式滤波算法进行仿真对比，最大程度上减少了网络能耗，提高了估计精度。

主权项

基于Fisher信息矩阵与SUKF的目标跟踪方法，其特征是，该方法由以下步骤实现：步骤一、采用基于Fisher信息矩阵方法建立动态跟踪簇；步骤一一、节点初始化；将无线传感器节点随机设置在监测区域后会向周围节点发布所述节点的自身信息，该节点接收周围节点的信息后进行存储筛选，并记录RL＝2Rc范围内的节点信息，RL为传感器节点存储周围节点坐标的选择半径，Rc为传感器节点有效测量半径；步骤一二、选取以预测位置为原点，有效测量半径Rc范围内的节点作为候选簇集；即Ri＝Rc，i为传感器节点数，Ri为第i个传感器节点与预测坐标点的距离，1≤i≤N；前一簇集中节点经过滤波算法获得预测坐标点，以所述预测坐标点为中心，Rc为半径内的所有传感器节点作为候选节点加入候选簇；即Ri≤RC，记录候选簇集为S*(k)，同时确定初始簇集S(k)；步骤一三、通过信息判据公式，选择候选簇集中的第一个节点作为簇头，选取簇头用于传输测量信息与节点自身信息；步骤一四、候选簇集中簇成员选择；采用贯序方式对簇成员进行选择，将选择的簇成员加入到初始簇集S(k)中，并从候选簇集S*(k)中剔除该节点，所述初始簇集S(k)节点测量到的数据传输到簇头节点，所述测量到的数据中包含自身节点的信息和测量目标的信息，由簇头节点处理数据进行滤波并获得下一时刻目标预测位置；步骤一五、簇头切换；对步骤一四所述的下一时刻目标预测位置跟踪，如果簇头节点CH(k)不在下一时刻簇集S(k+1)内，则返回执行步骤一三；反之，对簇头剩余节点能量进行判断，判断节点能量是否小于簇内节点能量的加权平均值，如果是，则簇头节点CH(k)不继续竞选，返回执行步骤一三；如果否，簇头节点CH(k)继续作为跟踪簇头，执行步骤一六；步骤一六、簇成员的变更；预测下一时刻簇集S(k+1)，当初始簇集S(k)中的节点j不属于下一时刻簇集S(k+1)时，节点j发布退簇集信号后进入休眠状态；当节点j属于集合S(k+1)，节点不退出跟踪簇；步骤二、采用基于SUKF的目标跟踪滤波算法，对步骤一建立的动态跟踪簇进行滤波与信息传递；步骤二一、滤波过程初始化；建立跟踪簇后，簇头唤醒簇内成员节点对目标进行跟踪检测，根据各节点观测值对目标进行预定位；获得目标状态向量与误差协方差的最优估计；步骤二二、数据传递；传感器节点间的数据传递按照步骤一四中节点的选择顺序进行，由节点i接收节点i‑1传递的目标状态滤波值，若节点i是跟踪簇集中的头结点，则该节点接收前一时刻簇集尾的目标状态滤波值，并利用目标状态滤波值计算出2n+1个Sigma采样点与对应权值，并对其加权求和，获得目标状态量的一步预测；当i不是跟踪簇集中的头节点时，节点i接收自身簇中节点i‑1的滤波值，作为目标状态滤波值对当前跟踪节点的测量值进行滤波；步骤二三、迭代更新；对步骤二二获得的一步预测值进行UT变换，获得一组采样点集，将所述采样点集带入观测方程，获得观测量的一步预测值；步骤二四、性能检测；滤波迭代结束前对跟踪的统计特性进行检测，如满足统计特性要求或者当前节点为跟踪簇集中最后一个节点则停止迭代，获得滤波结果；将所述滤波结果通过多跳路由方式发送给终端。