无线传感器网络中移动目标的定位与跟踪技术研究

夏长林 孟庆勋

摘要：随着我国社会发展，国民经济不断提高，科学技术不断发展，无线传感器网络成为当前通信以及计算机领域的研究重点。无线传感器网络逐渐应用在各个领域，同时移动目标定位与跟踪技术在民用以及军事中应用具有十分广泛的前景，并且也是具有一定挑战性的研究性课题。基于此，该文分析了无线传感器网络以及移动目标的定位与跟踪技术需要解决的问题，同时探究了目标定位与跟踪的主要指标要求。

关键词：无线传感器网络;移动目标定位与跟踪;解决问题;指标要求

中图分类号：TP393        文献标识码：A        文章编号：1009-3044（2018）31-0249-02

无线传感器网络是一种网络系统，主要由密集部署在监视区域内大量微型传感器节点通过无线通信方式自组织构成。其中的传感器节点具有有限的感知能力、电量、通信能力以及计算能力。无线传感器网络是一种新兴的信息获取技术，其应用范围十分广泛，主要应用于目标探测与定位或者跟踪等方面。由此可见，无线传感器网络对于人类未来生活的影响十分深远，积极开展无线传感器网络研究，对于国家发展以及经济提升具有十分重要的意义。

1 无线传感器网络概述

1.1 无线传感器网络节点结构

无线传感器网络的基础硬件平台是传感器节点，一个节点其硬件构成主要分为四个功能模块。首先，传感单元。传感单元的主要任务是采集监测区域内的信息以及数据转化[1]。其次，处理单元。处理单元的主要任务是控制整个传感器节点的操作，同时储存并处理传感器采集的数据与其他节点发来的数据。再次，无线通信单元。其主要任务是与其他传感器节点之间开展无线通信，同时交换控制信息以及收发采集数据。最后，能量单元。能量单元承担的主要任务是供应传感器节点所需要的能量。

随具体应用不同，传感器节点中传感单元的功能以及数量也是不同的，借助传感单元可以探测诸多物理现象，当传感单元感知到环境的各类参数后，通过ADC将连续模拟信号转化为数字信号，并将数据传送至处理单元，同时传感单元也可以接收控制命令，对参与工作的传感器类型以及采样频率等进行控制。处理单元根据应用程序发出的指令开展工作，不仅可以协调传感器节点各组成部分的工作，还可以处理相同任务传感器之间的协作数据[2]。由于各单元间的数据流是双向的，这就意味着，通信单元可以通过无线信道接收来自传感器的数据并传送到处理单元，也可以将已处理好的数据发送出去。能量单元需要供应传感单元、处理单元以及通信单元所需要的能量。现阶段，传感器节点的能量供应主要依靠微型电池供电，是不可以进行补充的。同时由于一些特殊的应用，一些节点还可能包含自移动装置、定位装置，甚至可能是能量产生装置等。

1.2 无线传感器网络应用

随着无线传感器网络不断发展，其应用的范围逐渐广泛。第一，应用于战场环境感知。由于无线传感器网络最初是由美国军方所提出的，导致其最先应用于战场环境感知领域。同时无线传感器网络主要由低成本、密集型以及随机分布的节点构成，导致无线传感器网络具有良好的自组织性以及容错能力，这就意味着，相较于传统网络，当无线传感器网络某些节点受到恶意攻击导致节点损害时，不会造成整个系统崩溃。因此，无线传感器网络十分适用于恶劣的战场环境。第二，应用于环境检测与预报。在十分复杂的环境下开展随机性研究，无线传感器网络可以有效地获取数据信息[3]。例如，将无线传感器网络应用于生物多样性监控、野生动植物栖息地生态环境监控、河道水文监测、水灾预警以及森林火情监控等领域。第三，应用于医疗护理。将无线传感器网络安装在住院病人身上，可以随时了解病人的病情以及病人的身体各项机能情况。同时在患者体内植入微型传感器可以改善病人患病器官的功能。第四，应用于智能建筑。将无线传感器放置在建筑物内，充分了解建筑物室内环境参数，以此作为居住环境控制以及危险警报的参考依据，可以为人类提供更适宜的居住环境。第五，应用于空间探索。人们一直致力于外部星球的探索。通过借助航天器散布传感器节点，有效实现对于外部星球的监测。第六，其他应用。由于无线传感器网络的应用范围十分广泛，其还可以应用于城市车辆，对城市车辆的位置、速度以及道路状况进行监测，获取相应的信息。还可以将其應用于家用电器内部，为人们的生活提供更为便利的条件。

1.3 无线传感器网络特点

无线传感器网络的主要特点为规模巨大，节点电源容量以及节点硬件资源有限，自组织的组网模式，多跳的路由模式以及以数据为中心的网络。

2 无线传感器网络移动目标的定位与跟踪技术分析

2.1 无线传感器的组织与路由

无线传感器网络中由于所有节点都是平等的，因此其并未具有严格的控制中心。在进行移动目标定位与跟踪过程中，需要多个节点开展联合传感，同时对获得的数据进行有效的融合与处理，进而提取出相应的信息，这就导致在跟踪移动目标的过程中存在局部节点自组织与路由的问题[4]。其中集中式，主要是由参与侦测的传感器节点通过多跳网络将数据输送给服务器，移动目标的位置与轨迹会在服务器中产生，但是由于传感器节点通信量巨大，同时延时较大，这样的方式并不适用于无线传感器网络。静态局部集中式，对随机撒布形成的无线传感器网络不能有效控制其簇头位置，当网络拓扑无法人为控制时，此方法无效。动态局部集中式，在移动目标出现较为频繁的情况下，极易产生网络黑洞，导致簇头负担过重。

2.2 目标出现的侦测

无线传感器网络是根据传感器节点的侦测信号对移动目标的出现情况进行判断。现阶段，通过无线传感器网络对移动目标进行侦测，可以分为主动侦测与被动侦测。其中主动侦测就是指移动目标与传感器节点之间是非敌对关系[5]，传感器节点已经明确移动目标所发出的信号，而被动侦测是指传感器节点并不了解移动目标的具体特征，仅仅是通过声波、磁场等普通特征进行侦测。主动侦测发现移动目标的概率远大于被动侦测，同时误判率较小，但在实际应用中，这种情况只占一小部分，所以针对被动侦测的研究应该是主要的方向。

2.3 产生初始区域或初始簇头

当移动目标频繁出现，就会被多个传感器节点所感知，如何有效安排利用各个传感器节点的信息，真正完成移动目标定位与跟踪任务是当前急需解决的问题。通常初始区域或初始簇头在选择的过程中，应有效减少信息贡献量较少的节点或者信息冗余的传感器节点的参与以及通信能量的消耗，并且还要保证移动目标的定位与跟踪任务的精准度。通常的处理方式为构建一个侦测区域（也称协同组或树），每一传感器节点开展单独的侦测，当测量值超出一定预设值，这一节点就会发送信息加入协同组，之后在协同组内进行头节点的选举以及数据联合判决与估计[6]。

2.4 目标定位

无线传感器对移动目标定位的方法主要包括以下三种。第一，主动模式。这种方法是基于距离的，即测量传感器节点之间的距离或者方位，主动模式中应用较多的是接收信号强度指示（RSSI）这一跟踪定位方法。一般而言，距离定位方法具有良好的精准度，但有两点限制了这种方法的应用：一是各传感器节点之间需保持严格同步，二是消耗的能量较大。第二，被动模式。这种方法可用于与距离无关的定位，即对传感器节点与移动目标之间的距离进行估计，再通过三边测量法或估计法开展定位任务。第三，声波衰减模型定位。其根据经验测量获取较为接近实际的模型，这种方法还应在定位误差上进行提高。

2.5 目标轨迹估计与预测

无线传感器网络对移动目标位置数据的表示具有多种方式。首先，精确坐標值。数值表示在实现的过程中通常存在较大误差，并且这种误差随着跟踪过程的开展逐渐扩大，因此，这种方式主要应用于精度不高的环境。其次，位置范围表示与概率分布表示。这两种方式都考虑了移动目标的位置存在多种可能性，因此具有较高的可信度，成为现在移动目标定位跟踪数据表示的趋势，但由于数据同样存在不确定性，导致其在表达与计算的过程中复杂性增加。

移动目标的轨迹估计主要是利用所接受的一系列测量值，通过相应的估计方法得出估计值，且估计值尽量符合目标的真实值。通常使用的估计方法包括取平均值、最大似然估计以及最小方差准则，现阶段，移动目标跟踪效果较好的方法为序贯估计法。

3 目标跟踪的主要指标要求

理想的无线传感器网络移动目标定位跟踪技术具有良好的可拓展性、渐进精度特性、自适应性、可靠性、实时性、高效节能等特点。在对移动目标进行定位与跟踪的过程中，不仅需要考虑定位跟踪精度以及反应时间等指标，还要兼顾能量消耗等指标。其中能量消耗的主要部分有通信、传感器以及处理器，通信能量消耗作为主要能量消耗。因此，在移动目标定位与跟踪过程中，应充分考虑传感器的侦测周期以及安放策略，从而有效减少传感器的能量消耗;通过设计有效算法，以降低处理器的能耗;减少数据传输与传感器节点之间的交互，进而减少通信能耗。提高移动目标跟踪精度，则需要融合较多的传感器节点数据，采用较为复杂的算法或者较多的信息。由此可见，无线传感器网络中移动目标的定位与跟踪精度与能量消耗之间是矛盾的。

4 总结

本文结合目前社会与科学技术发展形势，对无线传感器网络中移动目标的定位与跟踪技术进行了相关的分析和研究，从本文的研究与探讨中了解到，无线传感器网络是一种新兴的信息技术，通过分析无线传感器网络的节点结构、应用与特点，进而提出在无线传感器网络中，移动目标的定位与跟踪技术需要解决的问题以及移动目标跟踪的主要指标要求，促使这一技术更好的应用于移动目标定位与跟踪过程，从而推动社会更为长远的发展。

参考文献：

[1] 赵亚凤，任洪娥.基于无线传感器网络的同时定位与跟踪[J].传感器与微系统，2014（5）：55-58.

[2] 葛琰.无线传感器网络的节点定位与目标跟踪算法研究[D].电子科技大学，2017.

[3] 肖紫阳.基于无线传感器网络的移动目标跟踪系统研究与设计[D].浙江工业大学，2016.

[4] 赵强.基于无线传感器网络的高速移动节点定位研究[D].兰州交通大学，2017.

[5] 周炳朋.基于统计贝叶斯分析的无线定位和跟踪技术研究[D].西南交通大学，2016.

[6] 史秀纺.复杂因素影响下的定位跟踪问题研究[D].浙江大学，2016.