基于自适应动态链的多模态目标跟踪WSN优化方法研究

Target tracking in wireless sensor networks (WSNs) has a wide application prospect and urgent development needs in military and civilian fields. However, the multi-modal node selection was less involved in the existing research. Moreover, when the target moves, the organization structure of the nodes will need to rebuild so as to bring more energy consumption. Therefore, the developments of the existing WSNs for target tracking are difficult to achieve a breakthrough, and it is urgent to explore new theories and methods. To solve these problems, this proposal studies the key issues of the multi-modal node and corresponding sensor module selection, the self-organizing method of the nodes and the corresponding data collection mechanism in target tracking applications. We can obtain the unsteady coupling relations between the correlation of the multi-modal sensed information and the target state estimation. Afterwards, we propose a node self-organizing method based on an adaptive and dynamic chain, and propose a node selection strategy based on a joint information utility. Furthermore, we can build a multi-modal target tracking WSN structure in which the tracking accuracy can be adjusted according to user requirements. This proposal provides the novel node selection and cooperation ideas, and can significantly improve the overall performance of the target tracking WSN and extend the network lifetime. Moreover, this proposal will lay a good foundation for building large scale and multi-modal target tracking WSNs, which has the important theory significance and application value.

面向目标跟踪的无线传感器网络(WSN)在军民领域有着广泛的应用前景和迫切的发展需求，但现有研究中较少涉及多模态节点的选择问题，并且节点的组织结构在目标位置改变时需要重新构建而带来较多的能耗，使得现有面向目标跟踪的WSN难以实现突破性发展，急需探索新的理论和方法。为此，本项目通过深入探究目标跟踪中多模态节点及其相应感知模块的选择、节点自组织方法和相应的感应数据收集与融合等关键问题，获得多模态感知信息相关度与目标状态估计间的非定常耦合机制，提出基于自适应动态链的节点自组织方法和基于多模态联合信息有效性的节点选择策略，建立起跟踪精度能够根据用户要求来调节的多模态目标跟踪WSN架构。本项目能为面向目标跟踪的WSN提供一种崭新的节点选择思路和节点间的协作方法，并能显著提高面向目标跟踪WSN的整体性能和延长网络寿命，为建立可大规模应用的多模态目标跟踪WSN奠定了坚实基础，具有重要的理论意义和应用价值。

面向目标跟踪的无线传感器网络(WSN)在军民领域有着广泛的应用前景和迫切的发展需求，但现有研究中较少涉及多模态节点的选择问题，并且节点的组织结构在目标位置改变时需要重新构建而带来较多的能耗，使得现有面向目标跟踪的WSN难以实现突破性发展。为此，本项目通过深入探究目标跟踪中多模态节点及其相应感知模块的选择、节点自组织方法和相应的感应数据收集与融合等关键问题，提出了一种基于多模态联合信息有效性的节点选择策略，该方法采用加权联合有效性来度量不同节点上多个感知模块的信息有效性，并且采用基于灰色关联的数据相关性分析方法来估计感知数据的相似性。同时，本项目提出了一种基于动态链的无线传感器网络目标跟踪和数据采集协作方法。该方法在目标周围建立一条动态跟踪链来完成跟踪任务，并且随着目标的移动动态跟踪链通过去掉一些远离目标的节点和加入一些进入目标感知区域的节点，使该链能够自适应地调整自己来适应目标位置的变化。当目标位置发生变化时，该动态跟踪链的结构不需要被重新建立。此外，该项目还建立了跟踪精度能够根据用户要求来调节的多模态目标跟踪WSN架构，当感知数据沿动态跟踪链传输时，每一步都可以进行合并和融合，该项目中采用伯努利均匀采样来估计数据质量的近似值，并且根据所需的数据精度对多模态感知数据进行近似。为了进一步延长网络的生命周期，该项目还提出了一种能量平衡方法，为每个头节点设置不同的担任期限来平衡网络中节点的能量消耗。最后，大量的实验结果表明，本项目提出的方法在降低网络能耗、延长网络寿命等方面均优于当前文献中的方法。本项目所提出的方法在保证跟踪精度的前提下，降低了计算复杂度。本项目为面向目标跟踪的WSN提供了一种崭新的节点选择思路和节点间的协作方法，并能显著提高面向目标跟踪WSN的整体性能和延长网络寿命，为建立可大规模应用的多模态目标跟踪WSN奠定了坚实基础，具有重要的理论意义和应用价值。