專利名稱：一種基于水下無線傳感器網絡的弱目標跟蹤方法
技術領域：
本發明涉及一種基于水下無線傳感器網絡的弱目標跟蹤方法。
背景技術：
水下無線傳感器網絡是指在一定的水域中部署大量的傳感器節點和自主車協作監測和采集周圍環境感興趣數據的網絡，傳感器節點能夠自組織地建立起網絡并進行聲通信，經過數據融合技術，指定節點將獲取的數據傳送到水面或者岸基的控制中心，這樣就實現了水下傳感器網絡與陸地通信網絡的融合。水下傳感器通常具有低功耗、傳輸距離短的特點。水下目標跟蹤是水下傳感器網絡的一個重要應用。水下傳感器網絡具有節點分布廣、數量多，節點間可以相互協作、交換數據，可擴展性強等特點，這有利于擴大目標的跟蹤范圍、加強目標跟蹤的可靠性和實時性。水下目標跟蹤多為非線性問題，粒子濾波方法在非線性非高斯問題中已經得到了廣泛應用，在陸地無線傳感器網絡中已有粒子濾波用于目標跟蹤問題，因此水下目標跟蹤問題多采用粒子濾波方法。在聲納傳感器檢測水中目標的過程中，總是希望能夠在較遠的距離較早發現目標，而水中目標增加的隱蔽性或者檢測目標本身尺寸較小、背景噪聲和雜波過強等都有可能造成聲納回波微弱，目標檢測的信噪比過低，這就是弱小目標的監測與跟蹤問題。人們提出了弱小目標的檢測前跟蹤算法(track before detect)。檢測前跟蹤算法利用原始的觀測數據作為觀測輸入，采用跟蹤算法估計目標狀態，然后利用目標狀態進行檢測判決，這有利于低信噪比條件下的弱小目標信號能量積累，提高弱小目標的檢測性能。在過去的幾十年中，各種傳感器技術飛速發展，聲納、雷達、紅外等探測手段性能不斷提高，但是隨著 科技的發展，隱身技術、電子干擾技術等嚴重影響了傳感器對目標的檢測性能，加上現代戰爭環境復雜，強海雜波對水面艦艇、強地雜波對導彈武器和低空飛行器等有著嚴重的干擾，因此必須研究相應的技術來應對挑戰，檢測前跟蹤技術利用原始數據不設門限和信號能量累積的特性都使其相對其他檢測與跟蹤技術更有優勢。

發明內容
本發明的目的是克服現有技術的不足，提供一種基于水下無線傳感器網絡的弱目標跟蹤方法。基于水下無線傳感器網絡的弱目標跟蹤方法的步驟如下:I)初始化水下無線傳感器網絡，使所有傳感器節點都具有同一規格，并且都處于工作狀態；2)選擇水下接收信號強度最大的傳感器節點作為簇頭節點，與簇頭節點在單跳通信范圍內的傳感器節點和簇頭節點組簇，其余傳感器節點保持在休眠狀態；3 )簇內傳感器節點對目標進行觀測，將觀測的數據直接發送給簇頭節點。
4)設定初始狀態估計值和初始方差估計值，設定粒子存在性變量馬爾科夫轉移矩陣和粒子出現概率分Wpb(X)；5)在k時刻根據步驟2)組簇，并將上一時刻檢測前跟蹤粒子濾波估計的狀態估計值和方差估計值打包傳送給此k時刻的簇頭節點；6)進行k時刻的檢測前跟蹤粒子濾波，輸出目標的位置估計值和方差估計值；7) k時刻自加I，根據目標的運動不斷地更新簇頭節點，在簇頭節點更換時將上一簇頭節點的信息傳送給當前簇頭節點；8)重復步驟5)-步驟7)，直至目標脫離水下無線傳感器網絡的覆蓋區域為止。步驟6)為:粒子狀態向量除了目標位置外還包括了粒子存在性變量λ，存在性變量根據馬爾科夫矩陣轉移，似然函數:
權利要求
1.一種基于水下無線傳感器網絡的弱目標跟蹤方法，其特征在于它的步驟如下: 1)初始化水下無線傳感器網絡，使所有傳感器節點都具有同一規格，并且都處于工作狀態； 2)選擇水下接收信號強度最大的傳感器節點作為簇頭節點，與簇頭節點在單跳通信范圍內的傳感器節點和簇頭節點組簇，其余傳感器節點保持在休眠狀態； 3 )簇內傳感器節點對目標進行觀測，將觀測的數據直接發送給簇頭節點。
4)設定初始狀態估計值和初始方差估計值，設定粒子存在性變量馬爾科夫轉移矩陣和粒子出現概率分布Pb(X); 5)在k時刻根據步驟2)組簇，并將上一時刻檢測前跟蹤粒子濾波估計的狀態估計值和方差估計值打包傳送給此k時刻的簇頭節點； 6)進行k時刻的檢測前跟蹤粒子濾波，輸出目標的位置估計值和方差估計值； 7)k時刻自加1，根據目標的運動不斷地更新簇頭節點，在簇頭節點更換時將上一簇頭節點的信息傳送給當前簇頭節點； 8)重復步驟5)-步驟7)，直至目標脫離水下無線傳感器網絡的覆蓋區域為止。
2.根據權利要求1所述的一種基于水下無線傳感器網絡的弱目標跟蹤方法，其特征是:所述的步驟6)為: 粒子狀態向量除了目標位置外還包括了粒子存在性變量入， 存在性變量根據馬爾科夫矩陣轉移， 似然函數:
全文摘要
本發明公開了一種基于水下無線傳感器網絡的弱目標跟蹤方法。該方法首先采集傳感器網絡所觀測的數據，不進行閾值判斷，然后直接采用粒子濾波方法估計目標的位置估計值和方差估計值。水下環境的復雜背景噪聲使得采集的信號信噪比低，如果對傳感器采集的觀測數據進行閾值過濾，會造成目標位置信息殘缺，該方法采用檢測前跟蹤的思想，直接使用觀測數據為粒子濾波跟蹤算法的輸入，在粒子狀態向量中加入了存在性變量用于表示粒子的狀態。粒子分為出生粒子、遺傳粒子和湮滅粒子三種，分別代表了目標狀態的粒子出現、粒子遺傳和粒子消失。本發明使用基于檢測前跟蹤的粒子濾波算法估計水下弱目標的位置和方差，有效提高了水下弱目標跟蹤的穩定性和精度。
文檔編號H04W84/18GK103152819SQ20131004048
公開日2013年6月12日 申請日期2013年1月29日 優先權日2013年1月29日
發明者謝立, 周圣賢, 宋克蘭 申請人:浙江大學