發(fā)布時間：2022-01-18 21:53

　　多傳感器協(xié)同偵察系統(tǒng)能夠在無人值守的野外自然環(huán)境下全天候的探測入侵目標(biāo),并對其監(jiān)測到的目標(biāo)視頻流進(jìn)行計(jì)算機(jī)視覺處理,對運(yùn)動目標(biāo)進(jìn)行檢測偵察和跟蹤。在有限能量的前提下,通過合理協(xié)同配置節(jié)點(diǎn),既能保證傳感器網(wǎng)絡(luò)多視角、強(qiáng)容錯的優(yōu)勢,又能提高系統(tǒng)效率、延長系統(tǒng)生命周期,在物聯(lián)網(wǎng)、軍事、環(huán)境、健康、家庭和其他商業(yè)領(lǐng)域有著廣闊的應(yīng)用前景。首先,為了解決多傳感器節(jié)點(diǎn)協(xié)同調(diào)度問題,根據(jù)其多冗余、能量受限的特點(diǎn),通過為傳感器節(jié)點(diǎn)建立簇表信息和運(yùn)用球形單工無跡卡爾曼濾器（SSUKF）來估計(jì)目標(biāo)的運(yùn)動狀態(tài),提出了基于傳感器感知能力的簇生成方法,并綜合考慮每個傳感器節(jié)點(diǎn)剩余能量和其跟蹤精度制定了簇頭輪換方法,以移動目標(biāo)為激勵,目標(biāo)周圍節(jié)點(diǎn)動態(tài)組建成簇來完成跟蹤任務(wù),提出了一種節(jié)點(diǎn)協(xié)同調(diào)度跟蹤策略。運(yùn)用該協(xié)同調(diào)度策略仿真實(shí)現(xiàn)了目標(biāo)跟蹤過程,相對于傳統(tǒng)的方法具有較好的穩(wěn)定性和魯棒性。其次,為了利用視頻傳感器節(jié)點(diǎn)采集的信息對目標(biāo)進(jìn)行實(shí)時偵察跟蹤,基于輕量級深度學(xué)習(xí)目標(biāo)檢測網(wǎng)絡(luò)SSD_Mobilenetvl,通過改進(jìn)其網(wǎng)絡(luò)結(jié)構(gòu),利用增加更細(xì)粒特征圖參與位置回歸和分類來綜合網(wǎng)絡(luò)的上下文信息,并通過... 

【文章來源】：沈陽理工大學(xué)遼寧省

【文章頁數(shù)】：81 頁

【學(xué)位級別】：碩士

【部分圖文】：

卡爾曼濾波系統(tǒng)模型

當(dāng)目標(biāo)超出簇頭的探測半徑時，由簇頭發(fā)出簇重組信息，將原簇內(nèi)有效??探測的簇成員加入簇頭競選隊(duì)列，并依照式（３－２８）進(jìn)行新一輪的簇頭競選并移交??簇頭，至此解散原簇并組建新的跟蹤簇組，算法流程圖如圖３．１所示。??／￣￣＼??？蔟點(diǎn)、）??＼?／??―丄―，?￣￣１??Ｓ胲表１１蔟雜踩｜?ｋ其它節(jié)點(diǎn)接收簇頭??組并廣播成員信￡廠￣?＇?＾?的廣播倍息??－￣?Ｔ－?－?ｙ?＼?ｒ￣￣??敏發(fā)獅傳感器?＜紐楚孩成員、；：—？？否－？進(jìn)入｜敝??Ｉ．．．．．．．．．．．．??－?是???ｉ?＞??標(biāo)狀態(tài)?？?運(yùn)行ＳＳＩｌｆｆ更新目??樣狀態(tài)岱息??Ｘ＂?Ｓ?Ａ?????、＼?里??發(fā)蹢翮服」?腿挪??，：??由勝出續(xù)頭滾Ｐ劍崳?蔟??圖３．１協(xié)同調(diào)度流程圖??Ｆｉｇ．３．１?Ｃｏ－ｓｃｈｅｄｕｌｉｎｇ?ｆｌｏｗ?ｃｈａｒｔ??根據(jù)圖３．１所示的算法流程，運(yùn)用系統(tǒng)化建模的方法便可實(shí)現(xiàn)整個跟蹤系統(tǒng)的??仿真。??３．４仿真結(jié)果及對比分析??為了驗(yàn)證目標(biāo)跟蹤系統(tǒng)的可行性，本文利用Ｍａｔｌａｂ仿真軟件做了兩組仿真實(shí)??驗(yàn)，第一組仿真研宄了目標(biāo)跟蹤系統(tǒng)在不同時刻動態(tài)分簇跟蹤目標(biāo)的過程，仿真??－２６－??

從圖３．２和圖３．３可以看出，隨著目標(biāo)的不斷移動，跟蹤簇圍繞著目標(biāo)動態(tài)組建??并完成跟蹤任務(wù)，任意時刻除了簇內(nèi)成員外的其它傳感器節(jié)點(diǎn)處于休眠狀態(tài)。??３５０１?．?１?．?，?．?．?，?＞???１??，２Ｋ?／??Ｉ：／?＼?：??＾?ｉ〇〇?ｒ??＇！?＼??－５０１?１?１?１?１?＊?１?１?１——Ｖ??０?１００?２００?３００?４００?５００?６９０?７００?Ｂ００?３００??ｒ?ｄｉｒｅｃｔｉｏｎ?Ｉ?ｍｅｔｅｒ??—Ｒｅａｌ?—４—?ＥＫＦ?—ＳＳＵＫＦ??圖３．４軌跡預(yù)測對比??Ｆｉｇ．３．４?Ｃｏｍｐａｒｉｓｏｎ?ｏｆ?ｔｒａｊｅｃｔｏｒｙ?ｐｒｅｄｉｃｔｉｏｎ??從圖３．４可以看出，ＳＳＵＫＦ算法估計(jì)的軌跡與真實(shí)的軌跡基本貼合，相對于??ＥＫＦ誤差更小，具有更好的可靠性。??－２８－??

【參考文獻(xiàn)】：
期刊論文
[1]基于擴(kuò)展卡爾曼濾波的時鐘模型輔助定位算法[J]. 宋建材,候春萍,薛桂香.  計(jì)算機(jī)工程與科學(xué). 2018(04)
[2]基于TinyOS的傳感器節(jié)點(diǎn)能耗仿真研究[J]. 杜永文,練云翔,馮珂.  自動化儀表. 2018(01)
[3]偵察輔助決策模型構(gòu)建方法研究[J]. 郭瑞,賀筱媛,朱豐.  系統(tǒng)仿真學(xué)報(bào). 2017(10)
[4]基于勢博弈的分布式目標(biāo)跟蹤傳感器分配算法[J]. 冉曉旻,方德亮.  電子與信息學(xué)報(bào). 2017(11)
[5]基于能量優(yōu)化的無線傳感器網(wǎng)絡(luò)動態(tài)分簇目標(biāo)跟蹤[J]. 魏明東,何小敏,許亮.  計(jì)算機(jī)應(yīng)用. 2017(06)
[6]無線傳感器網(wǎng)絡(luò)在軍交運(yùn)輸戰(zhàn)場環(huán)境感知中的應(yīng)用研究[J]. 李朋諭,楊竹蘋.  信息通信. 2017(03)
[7]無線傳感器網(wǎng)絡(luò)分簇算法綜述[J]. 徐晶晶,張欣慧,許必宵,孫知信.  計(jì)算機(jī)科學(xué). 2017(02)
[8]無線傳感器網(wǎng)絡(luò)目標(biāo)跟蹤平臺協(xié)同調(diào)度的實(shí)現(xiàn)[J]. 莫磊,胥布工.  系統(tǒng)工程與電子技術(shù). 2011(05)



本文編號：3595656