發(fā)布時間：2024-05-11 14:57

　　在傳感器網(wǎng)絡(luò)的諸多應(yīng)用中,傳感器網(wǎng)絡(luò)內(nèi)的目標(biāo)跟蹤已成為研究熱點。通過監(jiān)測網(wǎng)絡(luò)內(nèi)傳感器節(jié)點相互合作對目標(biāo)進行感知和定位,并將跟蹤目標(biāo)相關(guān)信息處理之后反饋用戶的過程,我們稱它為基于無線傳感器網(wǎng)絡(luò)的移動目標(biāo)跟蹤技術(shù)。然而,傳感器節(jié)點自身具有的局限性,比如能源供應(yīng)時間有限、計算能力不足和通信范圍有限,使得目標(biāo)跟蹤技術(shù)中傳統(tǒng)的跟蹤算法也就不再適用了。本文旨在研究基于無線傳感器網(wǎng)絡(luò)的節(jié)能跟蹤技術(shù)。(1)最原始的目標(biāo)跟蹤是從起始到結(jié)束,無線傳感器網(wǎng)絡(luò)中的所有節(jié)點都參與目標(biāo)的跟蹤,但是節(jié)點的使用壽命是有限的,針對這個問題,本文提出了一種基于概率模型和運動學(xué)來預(yù)測目標(biāo)的運動軌跡,根據(jù)當(dāng)前時刻的運動狀態(tài)預(yù)測目標(biāo)下一時刻的移動軌跡,提前讓周圍的節(jié)點處于工作狀態(tài),等待跟蹤目標(biāo),其他節(jié)點睡眠以節(jié)省能量。根據(jù)目標(biāo)的移動軌跡來調(diào)度節(jié)點既能保證目標(biāo)的跟蹤性能,又可以有效的節(jié)省網(wǎng)絡(luò)的能量消耗。(2)同樣為了減少網(wǎng)絡(luò)的能耗,我們從目標(biāo)的跟蹤過程出發(fā),把整個過程分為兩個階段,目標(biāo)的發(fā)現(xiàn)階段和采集目標(biāo)信息階段,針對不同階段對參與跟蹤的節(jié)點數(shù)量要求不同,采用不同的節(jié)點調(diào)度策略來節(jié)省網(wǎng)絡(luò)的能耗,我們稱之為基于跟蹤過程的兩階段節(jié)點...

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 論文的研究背景
    1.2 無線傳感器網(wǎng)絡(luò)
    1.3 基于無線傳感器網(wǎng)絡(luò)目標(biāo)跟蹤的研究
    1.4 本文研究工作
        1.4.1 研究問題
        1.4.2 研究成果
    1.5 章節(jié)安排
第二章 基于概率預(yù)測和睡眠調(diào)度的節(jié)能算法
    2.1 系統(tǒng)模型和前提假設(shè)
    2.2 目標(biāo)運動軌跡預(yù)測
    2.3 PPSS協(xié)議
        2.3.1 目標(biāo)預(yù)測
        2.3.2 當(dāng)前狀態(tài)預(yù)測
        2.3.3 運動學(xué)規(guī)則預(yù)測
        2.3.4 概率統(tǒng)計理論預(yù)測
    2.4 PPSS節(jié)能
        2.4.1 PPSS節(jié)能之減少喚醒節(jié)點的數(shù)量
        2.4.2 PPSS節(jié)能之減少喚醒節(jié)點的工作時間
    2.5 實驗結(jié)果
    2.6 本章小結(jié)
第三章 基于目標(biāo)跟蹤的兩階段睡眠調(diào)度算法
    3.1 無線傳感器網(wǎng)絡(luò)目標(biāo)跟蹤技術(shù)
        3.1.1 目標(biāo)跟蹤技術(shù)分類
        3.1.2 目標(biāo)跟蹤三個指標(biāo)
    3.2 節(jié)點睡眠調(diào)度
    3.3 兩階段睡眠調(diào)度的目標(biāo)跟蹤算法
        3.3.1 發(fā)現(xiàn)節(jié)點的優(yōu)化選擇
        3.3.2 局部發(fā)現(xiàn)節(jié)點選擇問題
    3.4 性能分析
        3.4.1 發(fā)現(xiàn)概率
        3.4.2 發(fā)現(xiàn)延時
        3.4.3 跟蹤延時
    3.5 實驗結(jié)果
    3.6 本章小結(jié)
第四章 傳感器網(wǎng)絡(luò)的跟蹤質(zhì)量和節(jié)點能耗的平衡
    4.1 節(jié)點的感知數(shù)據(jù)誤差的相關(guān)研究工作
    4.2 問題描述
        4.2.1 網(wǎng)絡(luò)假設(shè)
        4.2.2 感知數(shù)據(jù)誤差模型
        4.2.3 問題描述
    4.3 動態(tài)成簇的拓?fù)浣Y(jié)構(gòu)
        4.3.1 動態(tài)成簇
        4.3.2 簇內(nèi)數(shù)據(jù)處理
        4.3.3 動態(tài)簇的維護
    4.4 質(zhì)量可控的目標(biāo)跟蹤算法
        4.4.1 概念定義
        4.4.2 跟蹤節(jié)點的選擇
    4.5 實驗結(jié)果
    4.6 本章小結(jié)
第五章 總結(jié)與展望
參考文獻
附錄1 攻讀碩士學(xué)位期間撰寫的論文
致謝



本文編號：3970043