论文部分内容阅读
无线传感器网络(Wireless Sensor Networks,WSN)是由一组能够感知和监测环境的小型无线传感器组合而成,是一种能够通过互相协作通信获取目标实时运动状态的传感网络系统。它的应用已经从军事领域扩展到医疗、教育、交通、环境监测等众多领域,为社会的发展做出了巨大的贡献。但是目前在WSN中存在传感器节点能量、通信带宽等资源的限制,同时在目标定位跟踪过程中无线传感网络的能量消耗80%源于无线传感器节点之间的互相通信。因此大型无线传感器网络中采取有效的通信策略降低传感器节点的通信量,有效的数据处理方式来提高工作效率,延长整个网络的使用寿命具有非常重要的意义。在目标的监测与跟踪过程中,监测区域内的所有传感器节点彼此之间通过信息的交流与传递来提高目标跟踪精度,但是节点的能量消耗非常大。因此使用基于粒子滤波的分布式EM(Expectation Maximization期望最大化)算法进行目标跟踪非常合适,该方式不但能够有效的进行目标跟踪任务,同时也能够降低传感器节点的通信量,延长整个网络的使用寿命。目标跟踪的前提是进行目标定位,在进行目标定位时采用基于高斯混合的集中式EM算法进行目标定位是一个很好的选择,并通过仿真表明集中式EM算法具有很好的定位性能。在基于分布式EM算法中有两种分布式通信策略:增量策略与一致性策略。通过分析比较这两个分布式通信策略的网络拓扑结构与通信方式,发现一致性策略总体来说具有很好的估计性能与实用性,但是随着节点数量的增多,整个网络的通信量十分巨大,这将会带来更多能耗问题。因此我们采用分簇网格化的通信策略,该策略通过改变一致性策略的网络拓扑结构与通信方式来降低节点的通信量实现降低网络能耗,达到延长网络使用寿命的目的。最后我们对基于粒子滤波的分布式EM算法的目标跟踪效果进行仿真,结果表明该算法能够有效地进行目标跟踪任务。同时仿真比较了一致性策略与分簇网格策略下单个节点通信量。结果表明该策略在一定程度上能够降低节点能耗。