[发明专利]一种传感器网络中实时追踪移动未知节点的方法

摘要

本发明公开一种传感器网络中实时追踪移动未知节点的方法，应用于传感器网络领域，针对传感器节点在能量有限的约束下完成高精度实时追踪的问题，本发明建立了基于扩展卡尔曼滤波的稀疏矩阵模型，并采用Fast‑ADMM‑with Restart算法去求解模型，实现了在追踪精度允许的范围内尽可能降低追踪节点的数量，因此提高了整个传感器网络中节点的平均寿命；并且本发明的方法是基于服务器段算法的循环迭代，能有效地降低了传感器节点自身的计算消耗。

主权项

1.一种传感器网络中实时追踪移动未知节点的方法，其特征在于，包括：S1、将锚节点均匀分布在设定好的传感器网络区域中，在设定好的传感器网络区域中给出未知节点运动的轨迹；S2、每一个锚节点基于RSSI模型，获取当前未知节点信息，并将获取到的信息上传至服务器；所述信息包括：各锚节点到当前未知节点的距离，以及未知节点的移动速度；S3、服务器端根据步骤S2上传的信息建立扩展卡尔曼滤波‑稀疏矩阵模型；S4、对步骤S3建立的卡尔曼滤波‑稀疏矩阵模型进行迭代求解，若当前迭代满足误差要求，则转置步骤S5；否则更新扩展卡尔曼滤波‑稀疏矩阵模型的参数，继续迭代；S5、更新锚节点位置和未知节点的估计位置坐标，并计算未知节点的坐标误差；S6、若已遍历完未知节点轨迹上的每一个未知节点，则根据均方误差公式得到均方误差；否则返回步骤S2。