论文部分内容阅读
节点准确的位置信息是提供监测事件位置的前提,对节点定位跟踪技术进行研究具有重要的理论和实际意义。无线传感器网络移动信标节点定位机制大大减少了网络构建成本,一定程度上减少了障碍物的影响,但移动信标节点的运动路径和信标发射位置直接影响定位覆盖率、定位时间、定位精度。目标跟踪算法中若有一个好的目标预测机制可以大大提高跟踪性能。本文针对移动信标节点辅助定位机制和目标跟踪的预测机制进行了深入研究,具体工作如下:(1)重点分析了移动信标节点的最优信标发射位置和运动路径问题,根据移动信标节点最优路径原则,给出了基于粒子群的确定信标节点最优路径算法(PMBT,mobilebeacon trajectory algorithm based on particle swarm optimization),使信标位置得到全局优化;为加快算法收敛,使各位置更紧凑,在粒子群算法中加入虚拟力的影响,又给出一种虚拟力引导粒子群确定最优信标路径算法(VPMBT,mobile beacon traiectoryalgorithm based on virtual force-guided particle swarm optimization),用来确定信标的最优发射位置及最短路径,以提高定位覆盖率和定位精度,减少定位时间。(2)从减小对目标预测位置和真实位置误差的角度出发,对标准卡尔曼滤波算法进行改进,利用目标的运动特征建立目标运动模型,把对目标的定位值作为卡尔曼滤波器运动模型中的观测值,并构建合适的观测和估计噪声协方差矩阵,使最终得到的预测值和真实值之间误差的均方差尽量小,以更好地再现目标运动的轨迹,提高对目标运动趋势预测的精确度。另外,当预测失败或目标跟丢时,提出一种从最后一个观测到目标的节点发起搜索的恢复机制,有效节约了能耗。(3)对本文方案在MATLAB仿真平台上进行了模拟验证,并分析比较了各方案的性能。仿真表明:相同条件下本文采用的两种信标最优路径方法的定位覆盖率比基于虚拟力确定信标最优发射位置算法分别高出7.3%、13.5%,定位精度提高3.2%、3.6%,VPMBT算法中移动信标节点的运动路径缩短6.4%;基于卡尔曼滤波的单目标跟踪算法的定位精度也优于AMKF算法(Adaptive Algorithm based Multi-Kalman Filter)8.2%。