[发明专利]一种基于跟踪精度和能量消耗指标下的多传感器管理方法

说明书

本发明公开了一种基于跟踪精度和能量消耗指标下的多传感器管理方法，将传感器管理问题转化为多评价决策问题，通过将传感器网络中的每一个传感器节点抽象映射为DSmT理论中的焦元，从而构建对应的传感器鉴别框架和超幂集空间，实现对传感器自身的建模。然后，分别根据每一个传感器组合的跟踪精度与能量消耗指标，得到多评价指标下的决策矩阵。最后，利用BF‑TOPSIS多评价指标策略，获取当前时刻下的最佳传感器组合，作为下一个时刻跟踪目标的传感器，从而实现目标的跟踪。本发明通过DSmT理论完成多传感器管理的建模，降低了传感器选择中的不确定性问题；通过多评价指标决策策略，最大程度地选择当前时刻最优的传感器，性能稳健，可移植性强。

技术领域

本发明属于信息融合技术领域，特别涉及一种基于跟踪精度和能量消耗指标下的多传感器管理方法。

背景技术

随着廉价传感器的大量生产和其监控性能的极大提升，使得无线传感器网络在各个领域(比如，环境监控，工业感知，故障诊断，军事用途，机器人控制等)获得了空前的发展。其中，基于传感器网络的目标跟踪问题是传感器网络的研究热点之一。然而，由于传感器网络的物理限制(比如：传感器网络的通信带宽、传感器携带的电池容量等)，造成某一时刻下的目标跟踪只能使用少量的传感器。因此，这就需要设计一个合适的传感器管理策略，在单位时刻内，选择合适的传感器子集(而不是所有传感器同时工作)应用于目标跟踪问题。

从方法论角度看，目前的传感器管理方法研究主要集中于在以信息论为理论基础的研究上，大多是在建立了信息增量统计后，利用信息增量最大化来进行传感器管理。然而，这一类信息论方法的不足之处在于没有考虑到单一指标下的传感器管理的不确定性问题，即在信息增量条件下的最优传感器管理方案与在跟踪精度指标下的传感器管理方案，或者在能量消耗最小化指标下的管理结果之间往往存在不一致，甚至是冲突情况。

发明内容

发明目的：针对上述缺陷，本发明提供一种基于跟踪精度和能量消耗指标下的多传感器管理方法，通过DSmT理论完成多传感器管理的建模，降低了传感器选择中的不确定性问题；通过多评价指标决策策略，最大程度地选择当前时刻最优的传感器，性能稳健，可移植性强。

技术方案：本发明提出一种基于跟踪精度和能量消耗指标下的多传感器管理方法，包括如下步骤：

(1)针对传感器网络中的每一个传感器，构建传感器鉴别框架：A＝{A₁,A₂,…,A_M}；

(2)基于DSmT理论，构建该鉴别框架下的超幂集空间D^A＝{A，∪，∩｝；

(3)对超幂集中的每一个传感器组合，通过卡尔曼滤波算法，进行目标跟踪，得到跟踪精度；

(4)根据传感器切换过程，通过能量函数，计算每一个传感器的能量消耗量；

(5)根据步骤(3)得到的跟踪精度与步骤(4)得到的能量消耗，构建决策矩阵；

(6)通过BF-TOPSIS多评价策略，获取最佳传感器代表，并利用该传感器组合，进行当前时刻的目标跟踪。

进一步的，所述步骤(1)中构建传感器鉴别框架的具体步骤如下：

原始传感器网络中的传感器有A₁,A₂,…,A_M,由这些传感器直接构成传感器鉴别框架：A＝{A₁,A₂,…,A_M}。

进一步的，所述步骤(2)中构建超幂集空间的具体步骤如下：

A₁,A₂,…,A_M∈D^A (2.1)