[发明专利]一种稳定的高精度网络协同探测方法

说明书

本发明提供了一种稳定的高精度网络协同探测方法，针对不同网络，根据网络以及探测时外部环境的不同，选取通过优化最能准确做出决策的参数，根据节点分布的远近、所处环境、以及设备差异不同参数，对网络节点进行分簇，在每一簇内单独选取初始条件及探测模型，用ATC或者CTA的多任务扩散策略完成参数估计，用估计到的参数做出探测判决，得出最终的判决结果。本发明使得在同一个探测任务中，可以选取使用多个初始条件和探测模型进行探测，改进了以往单一初始条件和探测模型由于与环境不适配造成的探测精度差，不稳定的弊端，由于使用了多个初始条件和探测模型，能够更好地适应水声环境的变化，具有更强的鲁棒性。

技术领域

本发明涉及自组织无线传感器网络技术领域，尤其是一种适用于水下分布式无线网络的探测方法，通过优化初始条件的设置和探测模型的选择，以提高探测的精度及其稳定性。

背景技术

随着人类对海洋资源开发、海洋科学研究、海洋战略地位认识的不断深化，世界各国对海洋的关注前所未有。对某一重点海域进行有效防御和作战监视以应对水中入侵目标威胁，是海洋空间安全的核心任务，如何对水中目标进行有效可靠的探测一直是水声信息科学领域研究的焦点。海洋是生命的摇篮，也是人类赖以生存的基础。水声网络不仅能够通过海洋开发，灾害预警等对国家的经济发展做出贡献，也能够用于军事情报的监听收集，港口、近岸的探测以及水下侦察与作战群体的管理、指挥、调度等等，是国家战略安全的重要保障。海洋时代的到来，使得以水声通信和网络技术为基础的水下信息网络技术得到了快速发展。

水声网络作为一种典型的长时延无线传感器网络，相比于现代陆地网络来说还很落后。目前，在水声网络中进行探测得到了越来越多的关注，并且已经取得了很多研究进展，主要集中在针对通信信道中量化误差的目标协同探测，如传感器节点能量有限的目标协同跟踪，量化观测下节点选择策略等等。在对目标进行探测的过程中，初始条件的设置，模型的选择往往对精度有很大影响。如何减少由于这些条件的选取而对探测结果的稳定性造成影响是急需要解决的问题。

发明内容

为了克服现有技术的不足，本发明提供一种稳定的高精度网络协同探测方法。针对网络探测过程中单一初始条件设置和模型的不恰当选取可能给探测精度及稳定性带来负面影响的问题，提出一种稳定的高精度网络协同探测方法。本发明旨在解决初始条件设置的不合理和模型的不恰当选取所造成探测稳定性变差的问题，同时使得探测方法能够适应环境的变化，减少因为初始条件设置和模型不匹配给探测任务带来的精度降低、波动变大等问题。

本发明解决其技术问题所采用的技术方案的详细步骤如下：

第一步：参数选择；

在不同环境下，针对不同网络，根据网络以及探测时外部环境的不同，选取通过优化最能准确做出决策的参数；

第二步：分簇；

根据节点分布的远近、所处环境、以及设备差异不同参数，对网络节点进行分簇；

第三步：簇内单独选择初始条件及探测模型；

在第一步的基础上，根据探测需求，环境制约等条件，在每一簇内单独选取初始条件及探测模型，以备参数估计；

第四步：用ATC(Adapt then combine)或者CTA(Combine then adapt)的多任务扩散策略完成参数估计；

在优化过程中不做预先假设认定参数的最优值是相同的，将不同的簇看作不同的的任务区间，假设优化的是不同参数；由于不同的簇所处环境和分布拓扑的不同，在不同簇内选取不同的初始条件和探测模型，然后运行CTA或ATC多任务模型，每个节点做出的探测判决都更少的制约于所处环境的不同；

第五步：用估计到的参数做出探测判决；

把第四步求得的当前时刻最优参数值代入探测判决结果计算中，对探测结果做出决策，得出最终的判决结果。