[发明专利]一种自适应传输功率的水下无线传感器网络目标跟踪方法在审

专利信息
申请号: 201910425415.6 申请日: 2019-05-21
公开(公告)号: CN110167124A 公开(公告)日: 2019-08-23
发明(设计)人: 刘妹琴;张铎;张森林;郑荣濠;樊臻;何衍 申请(专利权)人: 浙江大学
主分类号: H04W52/18 分类号: H04W52/18;H04W52/20
代理公司: 杭州求是专利事务所有限公司 33200 代理人: 郑海峰
地址: 310058 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 传输功率 目标跟踪 水下无线传感器网络 多传感器融合 节点发送数据 网络能量消耗 数据准确率 自适应传输 自适应调节 错误概率 恶劣环境 工作效率 节点传输 节点能量 理论意义 量测数据 实际问题 数据传输 水声通信 水下环境 水下目标 网络节点 网络能耗 影响网络 信噪比 自适应 跟踪 算法 陆地 消耗 矛盾 网络 联合 保证
【权利要求书】:

1.一种自适应传输功率的水下无线传感器网络目标跟踪方法,其特征在于,包含以下几个步骤:

步骤一,建立包含量测价值和传输能量消耗的目标函数,获得节点传输功率与目标函数之间的定量关系;

所述的步骤一具体为:

水下运动目标的状态模型描述为:

xk+1=Fkxk+wk (1)

其中表示目标在k时刻的运动状态,(xk,yk,zk)表示k时刻目标在空间坐标系中的位置,则表示目标在相应方向的速度,Fk表示运动目标在k时刻的状态转移矩阵,wk表示服从高斯分布的过程噪声;

对于部署在水域中的UWSNs,节点s在k+1时刻的量测模型表示为:

其中,(xs,ys,zs)表示节点s的位置,表示节点s的量测方程,表示服从高斯分布的量测噪声;量测方程为目标的纯距离量测

由于UWSNs通信带宽有限,需要对量测进行量化处理,将原始量测量化为二进制量测:

其中γ0、γ1、γ2为预设的量测量化阈值;

假设UWSNs中节点已经发现目标并通过航迹起始算法获得目标的初始状态估计及其估计误差协方差建立包含量测价值和传输能量消耗的目标函数,目标函数的第一部分为量测价值,通过费舍尔信息评估量测对目标跟踪精度的价值;根据节点的量化量测模型,相应的量测似然为:

其中,是相应的量测噪声方差,Q(·)表示标准高斯分布的右尾函数:l是原始量测量化后的数值,取0或1;γl和γl+1为l取相应值时的量测量化阈值;

将量化量测传输至融合中心时,由于水声通信环境复杂,可能出现误码现象;假定节点s量测传输过程中k+1时刻的误码概率为则融合中心接收量测对应的概率为:

因此,融合中心接收到所有量测的联合似然函数为:

其中由误码率决定;随着传输功率的调整,信息传输的信噪比和误码率随之改变,量测似然进而受到影响:

其中,Aj表示节点j信号在传输时的衰减系数,由传输距离和信号频率决定,由于各节点与融合中心之间的距离保持固定,且信号频率不变,因此衰减系数通常为固定值;As为节点s信号传输时的衰减系数;Pamb表示环境噪声的干扰功率,αs表示节点信号受到其他节点信号干扰的概率;显然,通过调整各节点的传输功率可以改变融合中心接收到的各个量测的准确性和传输过程的能量消耗;

基于式(9)的联合似然函数,可以计算量测的费舍尔信息作为量测价值的判据,即:

其中:

Rk是量测噪声分布的方差;

因此,综合式(5)—(14),可以建立目标函数的量测价值部分:

f1(Pk+1)=-trace(Jk+1) (15)

而对于能量消耗部分,对于固定位数L的量测数据和传输速率B,各节点的能量消耗为:

Ns为节点的个数;

因此,最佳传输功率可以通过目标函数(17)计算得到:

步骤二,基于和声搜索算法求解k+1时刻各节点的最佳传输功率

所述的步骤二具体为:

在每个采样时刻,各节点希望根据量测价值的不同进行传输功率的调整,通过求解目标函数(17),可以获得最佳的传输功率Pk+1

通过启发式的和声搜索算法求解最佳传输功率;以各节点的传输功率作为和声矢量通过初始化、改进、更新和声的过程搜索问题的最优解,具体为:

i.初始化:在节点传输功率调整范围内随机生成多个和声矢量,组成一个和声库,其中每个和声矢量对应一组可行解;

ii.改进和声:根据预设的参数对已有的和声进行改进,得到一个新的和声矢量;

iii.更新和声:基于步骤一中给出的目标函数(17)评价和声矢量,将新和声矢量与和声库中最差的和声进行比较,保留其中较好的和声,对和声库进行更新;

iv.终止搜索:不断重复过程i—iii,当搜索次数到达上限时停止搜索,将和声库中最好的和声矢量作为该时刻的传输功率

步骤三,各个节点获取k+1时刻的量测数据后,将其量化为0或1的二进制量测,并以相应的传输功率将量测发送至融合中心;

所述的步骤三中:

通过式(4)将各个节点获取k+1时刻的量测数据量化为0或1的二进制量测;

步骤四,融合中心利用接收到各节点量测采用粒子滤波算法进行目标状态的融合估计,获得目标状态和协方差的估计值和

所述的步骤四中采用粒子滤波算法进行目标状态的融合估计,粒子滤波算法的过程如下:

i.粒子传播:完成k时刻的目标估计后,需要基于目标状态方程(1)传播粒子,获得k+1时刻的采样粒子:

ii.粒子权值更新:计算多节点的联合量测似然函数(9)进行粒子的权值更新,其中各节点量测的误码概率由相应的传输功率计算;各粒子的权值更新如下:

归一化处理后的粒子权值为:

iii.粒子重采样:根据粒子权值重新对粒子进行采样,获取最终的目标粒子,并将所有粒子的权值设为N为粒子个数;

iv.目标状态更新:利用重采样后的粒子估计目标状态和协方差:

至此,完成k+1时刻的目标状态估计;

步骤五,进入下一时刻的循环,重复步骤一至四,直至目标跟踪任务结束。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910425415.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top