基于水下无线传感网络的目标跟踪研究

Compared with sonar-based target tracking，underwater wireless sensor network (UWSN)-based target tracking has better performance in terms of accuracy, reliability and application scope. In this project, we aim to develop new target tracking algorithms for underwater environments, as traditional target tracking algorithms (such as Kalman filters, particle filters) may fail due to the large propogation delay, low bandwidth and high energy consumption associated with underwater communication. First, we study the impact of missing measurement on the performance of target tracking. Second, to overcome the node mobility problem, Time of Arrival (ToA) technique is used to measure the distances between the underwater target and the sensor nodes while the trilateration method is used to obtain the target location. This location estimate is further corrected by considering the node mobility, which enables accurate target tracking. Third, based on the fact that multiple observations from multiple sensor nodes are available we will develop new estimation algorithms to track maneuvering irregular extended object. The framework developed in this project will significantly enhance the theory of underwater target tracking and greatly push forward the research frontiers of underwater wireless sensor networks.

基于水下无线传感器网络（UWSN）的目标跟踪方法，相对于传统的基于声纳的目标跟踪，具有跟踪精度高、可靠性好、适用范围广等优点。本项目针对水下环境和水声通信方式造成的水下信息传输高延时、低带宽、高能耗等问题，改进现有目标跟踪算法（如卡尔曼滤波、粒子滤波等），使改进后的算法能适用于水下环境，并考虑测量数据丢失对目标跟踪的影响；接着针对水下传感器节点移动问题，传感器节点利用时间到达技术测量节点到水下目标的距离，通过三边测量法将距离转换成目标的测量位置，基于该量测值及相应的融合估计方法进行预测修正，从而得到节点移动情况下的目标位置，实现高精度目标跟踪；最后利用水下传感器网络得到的数据量大、可对目标多个观测点提供多个量测值的特点，对水下环境中的不规则扩展目标机动过程中的运动状态及扩展形态进行估计研究。针对上述研究问题取得的进展和突破，必将完善水下目标跟踪理论，也为水下无线传感器网络的研究提供新的思路。

基于水下无线传感网络（UWSNs）的目标跟踪方法，相对于传统的基于声纳的目标跟踪，具有跟踪精度高、可靠性好、适用范围广等优点。本项目针对水下环境和水声通信方式造成的水下信息传输高延时、低带宽、高能耗等问题，改进现有目标跟踪算法（如卡尔曼滤波、粒子滤波等），使改进后的算法能适用于水下环境。在项目执行期间内，我们取得了超过预期的成果。一方面，对于UWSNs目标跟踪的支撑技术，首先，我们为了降低网络成本和减少UWSNs覆盖盲区，提出基于泰森图的UWSNs节点部署优化方法；接着，针对目前多数节点定位算法忽略了水下节点移动性的缺陷，提出利用水下传感器节点的运动在空间上的相关性，计算最佳的相关距离，实现对节点运动状态的实时预测，完成网络中节点的实时定位；然后，提出了新的水下媒体接入控制（MAC）协议，在密集网络中也能确保数据信息的有效传输，从而极大的提高了网络吞吐量并降低了网络能耗最后，并且我们还提出了基于功率控制的MAC协议，解决传统MAC协议由于大干扰范围冲突问题对网络吞吐量造成不利影响。另一面对于UWSNs目标跟踪技术，针对水下信息传输高延时、低带宽、高能耗等问题，我们提出了基于时延估计的异步量测方法改善了高延时问题，而后提出了基于最优量化界的量化方法实现低带宽下的高精度目标跟踪，我们设计了虚拟量测滤波器减少网络的通信能耗；接着，我们还研究了节点拓扑结构对目标跟踪的影响，提出了基于克拉美罗下界的最优拓扑结构选择算法。最后，针对水下多扩展目标，提出了基于随机集的扩展目标跟踪算法的高斯混合实现和序贯蒙特卡洛实现。本项目对水下目标跟踪问题取得的进展和突破，不仅完善了水下目标跟踪理论，而且为国家智慧海洋战略提供了关键技术支撑。