无线传感器网络跟踪技术概述
发布时间:2012/3/31 20:38:44 访问次数:1540
在无线传感器网络的许多实际应用中，跟踪运动 IDT70261S55PF目标是一项基本功能。由于传感器节点体积小、价格低廉、采用无线通信方式，以及传感器网络部署随机，具有自组织性、鲁棒性和隐藏性等特点，无线传感器网络非常适合于移动目标的定位和跟踪。例如，在战场上及时跟踪地方车辆的行进路线和兵力的调动情况，将获取的战场信息及时发送回我方指挥中心。
由于无线传感器网络的硬件资源和能源有限，工作环境恶劣，无线链路易受干扰，其工作状况得不到保证，网络拓扑动态变化，而传感器网络的目标跟踪应用通常需要较强的实时性要求，故很多传统的跟踪算法并不适合传感器网络。传感器网络的跟踪算法必须能够尽可能利用局部信息进行目标位置和运动轨迹的计算，具备移动的鲁棒性以适应网络拓扑的动态变化，能够实时传输跟踪数据和计算结果，同时具备较低通信开销。
在无线传感器网络跟踪过程申，首先需要节点进行监测，如果监测到目标出现，需要在一定时间内选择适合的算法判断出目标的运动轨迹，并对目标进行一些状态探测，这就要求传感器节点不仅具有一定的数据处理能力，而且能够根据不同的任务和有限的资源选择适合的算法计算目标的状态。在这个过程中协作非常重要，由于资源有限，往往一个节点难以达到理想效果，需要和其他节点进行信息交换和共享，协作处理数据和管理参与跟踪的节点组。最终将跟踪结果发送给网络用户，具体过程是由具体任务和网络环境而定的。
按照跟踪对象数量的不同，传感器网络的目标跟踪可以分为单目标跟踪和多目标跟踪按照目标形状的不同，可以分为点目标跟踪和面目标跟踪；按照传感器节点运动方式的不同，可以分为静态目标的侦测和移动目标的跟踪。
针对不同的应用，目前已经开发了多种无线传感器网络目标跟踪系统，比较有影响的目标跟踪系统与算法也很多，如前面讲过的Cricket系统、威斯康星的SenIT定位系统；基于二进制探测的目标跟踪算法有：伊利诺大学的K．Mechitov提出的CTBD( Cooperative Trackingwith Binary Detection)、加州大学Wooyoung Kim提出的BPS（Binary Proximity Sensors）算法；基于精确定位算法的有威斯康星大学的Rabbat和Nowak提出的DSLI’(DecentralizedSource Localization and Tracking)算法、伊利诺大学的W P Chen提出的DCATT (DynamicClustering for Acoustic Target Tracking)算法；基于时空组合定位算法有：宾州大学Fried LanderD等提出的DSTC（Dynamic Space-Time Clustering>算法、BB（Blind Beamforming）算法，还有ATT (Adaptive Target Tracking)算法和基于粒子(PF)滤波的跟踪算法。目前大多数算法仅仅是对位置序列的采样，对非高斯非线性环境下的机动目标跟踪无能为力。算法的具体内容这里不进行详述，有兴趣的读者可以查阅相关文献进行阅读。
由于无线传感器网络的硬件资源和能源有限，工作环境恶劣，无线链路易受干扰，其工作状况得不到保证，网络拓扑动态变化，而传感器网络的目标跟踪应用通常需要较强的实时性要求，故很多传统的跟踪算法并不适合传感器网络。传感器网络的跟踪算法必须能够尽可能利用局部信息进行目标位置和运动轨迹的计算，具备移动的鲁棒性以适应网络拓扑的动态变化，能够实时传输跟踪数据和计算结果，同时具备较低通信开销。
在无线传感器网络跟踪过程申，首先需要节点进行监测，如果监测到目标出现，需要在一定时间内选择适合的算法判断出目标的运动轨迹，并对目标进行一些状态探测，这就要求传感器节点不仅具有一定的数据处理能力，而且能够根据不同的任务和有限的资源选择适合的算法计算目标的状态。在这个过程中协作非常重要，由于资源有限，往往一个节点难以达到理想效果，需要和其他节点进行信息交换和共享，协作处理数据和管理参与跟踪的节点组。最终将跟踪结果发送给网络用户，具体过程是由具体任务和网络环境而定的。
按照跟踪对象数量的不同，传感器网络的目标跟踪可以分为单目标跟踪和多目标跟踪按照目标形状的不同，可以分为点目标跟踪和面目标跟踪；按照传感器节点运动方式的不同，可以分为静态目标的侦测和移动目标的跟踪。
针对不同的应用，目前已经开发了多种无线传感器网络目标跟踪系统，比较有影响的目标跟踪系统与算法也很多，如前面讲过的Cricket系统、威斯康星的SenIT定位系统；基于二进制探测的目标跟踪算法有：伊利诺大学的K．Mechitov提出的CTBD( Cooperative Trackingwith Binary Detection)、加州大学Wooyoung Kim提出的BPS（Binary Proximity Sensors）算法；基于精确定位算法的有威斯康星大学的Rabbat和Nowak提出的DSLI’(DecentralizedSource Localization and Tracking)算法、伊利诺大学的W P Chen提出的DCATT (DynamicClustering for Acoustic Target Tracking)算法；基于时空组合定位算法有：宾州大学Fried LanderD等提出的DSTC（Dynamic Space-Time Clustering>算法、BB（Blind Beamforming）算法，还有ATT (Adaptive Target Tracking)算法和基于粒子(PF)滤波的跟踪算法。目前大多数算法仅仅是对位置序列的采样，对非高斯非线性环境下的机动目标跟踪无能为力。算法的具体内容这里不进行详述，有兴趣的读者可以查阅相关文献进行阅读。
在无线传感器网络的许多实际应用中，跟踪运动 IDT70261S55PF目标是一项基本功能。由于传感器节点体积小、价格低廉、采用无线通信方式，以及传感器网络部署随机，具有自组织性、鲁棒性和隐藏性等特点，无线传感器网络非常适合于移动目标的定位和跟踪。例如，在战场上及时跟踪地方车辆的行进路线和兵力的调动情况，将获取的战场信息及时发送回我方指挥中心。
由于无线传感器网络的硬件资源和能源有限，工作环境恶劣，无线链路易受干扰，其工作状况得不到保证，网络拓扑动态变化，而传感器网络的目标跟踪应用通常需要较强的实时性要求，故很多传统的跟踪算法并不适合传感器网络。传感器网络的跟踪算法必须能够尽可能利用局部信息进行目标位置和运动轨迹的计算，具备移动的鲁棒性以适应网络拓扑的动态变化，能够实时传输跟踪数据和计算结果，同时具备较低通信开销。
在无线传感器网络跟踪过程申，首先需要节点进行监测，如果监测到目标出现，需要在一定时间内选择适合的算法判断出目标的运动轨迹，并对目标进行一些状态探测，这就要求传感器节点不仅具有一定的数据处理能力，而且能够根据不同的任务和有限的资源选择适合的算法计算目标的状态。在这个过程中协作非常重要，由于资源有限，往往一个节点难以达到理想效果，需要和其他节点进行信息交换和共享，协作处理数据和管理参与跟踪的节点组。最终将跟踪结果发送给网络用户，具体过程是由具体任务和网络环境而定的。
按照跟踪对象数量的不同，传感器网络的目标跟踪可以分为单目标跟踪和多目标跟踪按照目标形状的不同，可以分为点目标跟踪和面目标跟踪；按照传感器节点运动方式的不同，可以分为静态目标的侦测和移动目标的跟踪。
针对不同的应用，目前已经开发了多种无线传感器网络目标跟踪系统，比较有影响的目标跟踪系统与算法也很多，如前面讲过的Cricket系统、威斯康星的SenIT定位系统；基于二进制探测的目标跟踪算法有：伊利诺大学的K．Mechitov提出的CTBD( Cooperative Trackingwith Binary Detection)、加州大学Wooyoung Kim提出的BPS（Binary Proximity Sensors）算法；基于精确定位算法的有威斯康星大学的Rabbat和Nowak提出的DSLI’(DecentralizedSource Localization and Tracking)算法、伊利诺大学的W P Chen提出的DCATT (DynamicClustering for Acoustic Target Tracking)算法；基于时空组合定位算法有：宾州大学Fried LanderD等提出的DSTC（Dynamic Space-Time Clustering>算法、BB（Blind Beamforming）算法，还有ATT (Adaptive Target Tracking)算法和基于粒子(PF)滤波的跟踪算法。目前大多数算法仅仅是对位置序列的采样，对非高斯非线性环境下的机动目标跟踪无能为力。算法的具体内容这里不进行详述，有兴趣的读者可以查阅相关文献进行阅读。
由于无线传感器网络的硬件资源和能源有限，工作环境恶劣，无线链路易受干扰，其工作状况得不到保证，网络拓扑动态变化，而传感器网络的目标跟踪应用通常需要较强的实时性要求，故很多传统的跟踪算法并不适合传感器网络。传感器网络的跟踪算法必须能够尽可能利用局部信息进行目标位置和运动轨迹的计算，具备移动的鲁棒性以适应网络拓扑的动态变化，能够实时传输跟踪数据和计算结果，同时具备较低通信开销。
在无线传感器网络跟踪过程申，首先需要节点进行监测，如果监测到目标出现，需要在一定时间内选择适合的算法判断出目标的运动轨迹，并对目标进行一些状态探测，这就要求传感器节点不仅具有一定的数据处理能力，而且能够根据不同的任务和有限的资源选择适合的算法计算目标的状态。在这个过程中协作非常重要，由于资源有限，往往一个节点难以达到理想效果，需要和其他节点进行信息交换和共享，协作处理数据和管理参与跟踪的节点组。最终将跟踪结果发送给网络用户，具体过程是由具体任务和网络环境而定的。
按照跟踪对象数量的不同，传感器网络的目标跟踪可以分为单目标跟踪和多目标跟踪按照目标形状的不同，可以分为点目标跟踪和面目标跟踪；按照传感器节点运动方式的不同，可以分为静态目标的侦测和移动目标的跟踪。
针对不同的应用，目前已经开发了多种无线传感器网络目标跟踪系统，比较有影响的目标跟踪系统与算法也很多，如前面讲过的Cricket系统、威斯康星的SenIT定位系统；基于二进制探测的目标跟踪算法有：伊利诺大学的K．Mechitov提出的CTBD( Cooperative Trackingwith Binary Detection)、加州大学Wooyoung Kim提出的BPS（Binary Proximity Sensors）算法；基于精确定位算法的有威斯康星大学的Rabbat和Nowak提出的DSLI’(DecentralizedSource Localization and Tracking)算法、伊利诺大学的W P Chen提出的DCATT (DynamicClustering for Acoustic Target Tracking)算法；基于时空组合定位算法有：宾州大学Fried LanderD等提出的DSTC（Dynamic Space-Time Clustering>算法、BB（Blind Beamforming）算法，还有ATT (Adaptive Target Tracking)算法和基于粒子(PF)滤波的跟踪算法。目前大多数算法仅仅是对位置序列的采样，对非高斯非线性环境下的机动目标跟踪无能为力。算法的具体内容这里不进行详述，有兴趣的读者可以查阅相关文献进行阅读。
上一篇：APIT定位方法
上一篇：无线传感器网络目标跟踪的基本过程
相关技术资料- 3-31无线传感器网络跟踪技术概述
- 3-31定位性能评价标准
公网安备44030402000607
