多源异构感知环境下面向安全的稀疏目标协作跟踪方法研究

Multi-source heterogeneous sensing can effectively solve the problem of target location with single sensing source, such as low location accuracy and large environmental impact. But with the increasing scale of Internet of Things, the problem of communication security is increasingly prominent. This project studies the cooperative tracking method for sparse target in multi-source heterogeneous sensing environment, aiming at solving the key problems such as heterogeneous sensing node merged scheduling, sensing data encrypted transmission, and accurate reconstruction of target location, so as to improve the accuracy and safety of target tracking. The specific contents include: research on heterogeneous sensing layer safe mechanism modeling, set up the collaborative working model of RFID, ultra wide band nodes, video sensor nodes and passive sensor nodes, and the evaluation model of network performance; research on sparse targets collaborative tracking oriented scheduling of heterogeneous sensing node, fusion method of heterogeneous sensing data, and the selection and prediction algorithm of node sensing group, explore the energy distribution and random activation mechanism of passive sensing nodes; research on sparse representation of targets and safe acquisition of position information, the observation matrix design of distributed heterogeneous signal, and combined with compressed sensing theory and sensing subtraction algorithm to achieve the encrypted transmission and accurate reconstruction of targets information. The research results of this project will provide an important reference for the research and application of target tracking technology in heterogeneous sensing environment.

多源异构感知可有效解决单一感知源进行目标跟踪存在的定位精度不高、受环境影响大等问题，但随着物联网规模的增大，通信安全问题日益凸显。本项目研究多源异构感知环境下面向安全的稀疏目标协作跟踪方法，旨在解决异构感知节点融合调度、感知信息加密传输、目标位置精确重构等关键问题，提升目标跟踪的准确性和安全性。具体内容包括：面向安全的异构感知层工作机制建模研究，建立RFID及超宽带节点、视频传感节点、无源感知节点的协同作业模型以及网络性能评价模型；面向稀疏目标协作跟踪的异构感知节点调度研究，研究异构感知数据融合方法，研究节点感知组的选取及预测算法，探索无源感知节点能量分配及随机激活机制；稀疏目标表示及位置信息安全获取研究，研究分布式异构信号的观测矩阵设计问题，结合压缩感知理论和感知差分算法实现目标信息的加密传输及精确重构。本项目研究成果将为异构感知环境下的目标跟踪技术研究及应用提供重要参考。

基于物联网的目标跟踪技术是当前的研究热点，但利用视觉检测等单源同质感知数据实现目标跟踪具有一定局限性，异构感知可有效解决单一感知源存在的定位精度不高、受环境影响大等缺陷。本项目研究物联网多源异构感知环境下的稀疏目标协作跟踪方法，旨在解决异构感知节点建模、跟随目标运行轨迹的节点调度、目标轨迹预测及位置信息重构等关键技术问题，提升目标跟踪的精确性和鲁棒性。经过三年的研究，项目组在多源异构感知数据融合和工作机制建模、面向稀疏目标协作跟踪的异构感知节点调度、稀疏目标表示及位置定位跟踪算法等方面取得了相应研究成果。项目组建立了RFID、WIFI、UWB、无源感知节点、视频传感节点等组成的多源异构网络信息感知和数据融合模型。基于压缩感知理论设计面向安全的异构感知数据采集和重构算法，利用粒子滤波和剩余能耗模型构造节点感知效能函数，提出高效安全的异构网络数据收集机制。面向物联网稀疏目标跟踪需求，研究异构感知组高效构建方法，并将深度学习目标轨迹预测技术应用于室内目标定位跟踪，通过轨迹预测提供高性能的位置跟踪和节点提前调度。.在项目执行期内，项目团队共计在相关领域的高水平期刊上发表论文10篇，其中6篇发表在JCR Q1期刊上，4篇发表在JCR Q2期刊上。项目执行期内项目团队获授权发明专利5项，新申请发明专利4项。项目相关成果获2021年广东省科学技术奖技术发明二等奖1项、2021年中国产学研合作创新成果奖二等奖1项。