无线传感器网络中目标跟踪的关键算法研究

来源 :中南大学 | 被引量 : 0次 | 上传用户:lilinli2
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
无线传感器网络是由大量具有感知、数据收集、数据处理和无线通信能力的小体积、低成本的传感器节点构成的无线自组织网络,能够对大范围区域进行有效监测,并对监测数据进行处理,将其传送至用户终端。目标跟踪是无线传感器网络最基本的应用之一,如何在节约能量的同时保证一定的跟踪精度一直是研究的重点。目标跟踪中的能量消耗主要取决于传感器节点的发射功率、网络中数据传输量、节点监测时间,以及一定时间内参与跟踪的节点数目。本论文提出了基于不可靠节点序列和面感知路由的目标跟踪算法(Target Tracking Based on Unreliable Node Sequences and Face-Aware Routing,简称NSFAR)。该算法采用的基于不可靠节点序列的定位模式能有效减少网络中数据传输量。为了解决基于不可靠节点序列的定位算法在节点数目过多时算法复杂度过高的问题,NSFAR算法引入了面感知路由技术,在将网络平面化的基础上,对平面网络图中的每一个面分别采用节点序列定位模式,能有效控制定位算法的节点数目,从而把定位算法的复杂度控制在一定范围内。同时,NSFAR算法使用预测机制,能有效减少参与跟踪的节点数目,节约能量。考虑到网络中存在移动用户的情况,在NSFAR算法的基础上,本论文提出了基于移动查询的目标跟踪算法。网络中的移动用户通过传感器网络查询并追捕目标,为了便于移动用户的查询和追捕,传感器网络将目标信息存储在追踪节点链中,移动用户就可以通过追踪节点链来查询和追捕目标。当移动用户速度小于目标时,为了能让用户及时捕获目标,对算法进行了改进,缩短了捕获目标的时间。模拟结果表明本论文提出的算法能够有效减少网络中的数据传输量,降低网络的能量消耗,延长网络的生命周期,对无线传感器网络中目标跟踪的相关研究具有一定的参考价值。
其他文献
工作流就是一系列相互衔接、自动进行的业务活动或任务,是经营过程的一种计算机实现。它已经成为现代企业实现业务流程自动化管理,集成各种内部管理系统,优化企业经营管理过
目前,宽带无线接入(Broadband Wireless Access, BWA)网络已被证明在给个人和商业客户,尤其需要高速接入互联网的用户是一个可行的解决方案。全球微波互联接入简称(WiMAX)系统是
随着科学与技术的不断发展,数据的规模急剧增长,如何有效的利用这些数据来服务于日常生活与科研是各个领域专家一直努力研究的方向。1982年,波兰数学家Z.Pawlak于提出了粗糙
人脸识别技术是生物特征识别技术中应用最广的一项技术,也是计算机视觉和模式识别领域研究得最多的一个课题。由于其在不同领域的需求有所不同,产生了许多不同的人脸识别技术
随着计算机网络技术的发展,互联网逐渐呈现出一种高带宽、高延迟的特性。传统的TCP拥塞控制算法已经不能适应现有的网络,带宽利用率低下。因此,设计出一个适应高带宽延迟网络
在非结构化P2P网络中,节点由于受到内部能力差异、搭便车行为和高扰动(High Churn)特性的影响,负载度呈现出严重的失衡,对网络的健壮性和可用性形成了严重的影响,同时也造成
无论在虚拟的大型3D游戏、影视作品中,还是在海洋勘探等领域,大规模海洋仿真有着非常重要的应用。目前的海洋仿真研究中大多聚焦在海面建模层面,或者只实现某一个海洋光学表
不平衡数据在实际应用中广泛存在,如何从不平衡数据中学习并获得分类器成为了当前机器学习研究领域的一个热点。该方面的研究已经取得了一定的成果,并在入侵检测、信用卡交易
按需式距离矢量路由协议AODV是一种经典的按需路由协议,已经得到了广泛的应用。在AODV的实现中,网络节点根据首次接收到的RREQ报文建立反向路由及前向路由,对于重复接收的RRE
随着“互联网+”时代的到来,移动互联网迎来了新的发展时机,智能手机作为移动互联网的主要入口之一发展迅速,其设备性能与普及度都有很大的提升。Android系统作为最受欢迎的