[发明专利]基于粒子群算法的无线传感网多目标跟踪节点任务分配方法

说明书

技术领域

本发明涉及一种无线传感网多目标跟踪节点任务分配方法，主要采用粒子群算法来优化多目标跟踪中传感器节点的任务分配，属于无线传感网、多目标跟踪、人工智能交叉技术应用领域。

背景技术

无线传感网是由许多在空间上分布的传感器节点组成的一种自组织网络，传感器节点协作地监控温度、声音、振动、压力、运动、污染物等物理信息和环境状况。目标跟踪是无线传感网重要的研究和应用领域之一，基于无线传感网的目标跟踪系统具有如下特点：传感器节点小，可以近距离或者直接布置于需要监视的环境中，不易被跟踪目标发现；无线传感网可快速部署，自行完成网络的组织与配置，根据指定的跟踪任务进行组网和分工，更加灵活可靠地执行目标跟踪任务；在一些不能人工配置监控设备的区域，如受污染的区域、面积广阔的森林、敌方控制的战场等地点，不可能使用传统的目标跟踪设备和方法，无线传感网是较好的选择，这使得无线传感网非常适合应用于复杂环境和特殊场合中的目标跟踪。

传统的目标跟踪系统通常在同一时间只需要跟踪同一个监测目标，各个传感器节点所接收和传输的数据都指向唯一的目标，而在无线传感网多目标跟踪系统中，同一时间需要跟踪监测多个目标，数据的容量与复杂度要远远高于单目标跟踪系统。

粒子群算法是一种基于群体协作的随机搜索算法，在目标跟踪应用中可以将目标的实际位置初始化为一群在目标区域内随机分布的粒子，通过迭代找到最优位置，在每一次叠代中，粒子通过跟踪两个“极值”来更新自己，第一个“极值”是粒子本身所找到的最优解，这个解叫做个体极值，另一个“极值”是整个种群目前找到的最优解，这个极值是全局极值。本发明基于粒子群算法提出了一种优化的无线传感网多目标跟踪节点任务分配方法，降低了节点能耗，延长了网络的生存时间。

发明内容

技术问题：目标跟踪是无线传感网的主要应用，节点任务分配是目标跟踪的重要组成部分。无线传感网覆盖规模大、拓扑结构动态变化、节点资源受限等特点给各个传感器节点间进行协同任务分配带来了挑战，尤其是当无线传感网监测区域出现多个目标时，如何优化分配传感器节点任务同时监测多个动态目标并且进行协同跟踪，在保证跟踪准确度的同时降低网络能耗，是当前无线传感网目标跟踪领域的问题之一。本发明的目的是提供一种基于粒子群算法的无线传感网多目标跟踪节点任务分配方法，解决上述问题。

技术方案：本发明所述基于粒子群算法的无线传感网多目标跟踪节点任务分配方法通过不断调整粒子群算法中各个粒子的空间坐标来预测目标的运动路径，实现对多个目标的连续跟踪。

本发明所述无线传感网是由部署在监测区域内、跟踪目标的传感器节点通过无线通信形成一个多跳的自组织网络系统，传感器节点协作地感知、采集、处理网络覆盖区域内目标对象的信息，通过汇聚节点将数据信息发送给用户，用户得到监测区域的目标对象实时信息。

本发明所述基于粒子群算法的无线传感网多目标跟踪节点任务分配方法需要汇聚节点和各个传感器节点根据需要进行通信，汇聚节点完成收集传感器节点位置信息、收集传感器节点能耗信息、计算粒子的适应度、计算粒子的个体极值与全局极值、确定传感器节点任务分配方案等步骤，其中收集传感器节点能耗信息、计算粒子的适应度、计算粒子的个体极值与全局极值、确定传感器节点任务分配方案按周期分轮次执行。

基于粒子群算法的无线传感网多目标跟踪节点任务分配方法包括以下步骤：

1)汇聚节点收集传感器节点位置信息

汇聚节点向整个网络广播启动消息，各个传感器节点在启动后向汇聚节点发送自身的地理位置信息；

2)初始化粒子群

21)在汇聚节点内存中设置粒子的数量值为N_p，N_p等于无线传感网覆盖范围内的目标总数；

所述的粒子是一种空间坐标向量，代表一种任务分配方案，该方案表示为X=(X₁,X₂,...,X_j,...,X_M)，1≤j≤M，X_j=(x_j1,x_j2,...,x_ji,...,x_jN)，1≤i≤N，其中M为目标总数，N为节点总数，j均为目标标号，i是传感器节点标号，x_ji=1表示分配第i个节点跟踪目标j，x_ji=0表示第i个节点不跟踪目标j；