關(guān)于無(wú)線傳感器網(wǎng)絡(luò)的原理，節(jié)能，搭建設(shè)計(jì)以及相關(guān)的軟硬件設(shè)計(jì)都有了一些介紹。那么本文主要針對(duì)的是無(wú)線傳感器網(wǎng)絡(luò)的一個(gè)應(yīng)用——無(wú)線傳感器網(wǎng)絡(luò)多目標(biāo)跟蹤的介紹。

無(wú)線傳感器網(wǎng)絡(luò)目標(biāo)跟蹤一直作為研究的熱點(diǎn)，之前的研究多是單目標(biāo)的跟蹤，通過(guò)傳感器網(wǎng)絡(luò)的多個(gè)或全部節(jié)點(diǎn)協(xié)作跟蹤同一個(gè)目標(biāo)。

Mechitov K等利用二元檢測(cè)(binary-detection)協(xié)作跟蹤的思想，通過(guò)目標(biāo)是否處于傳感器偵測(cè)距離之內(nèi)或者之外，根據(jù)多個(gè)傳感器的協(xié)作確定目標(biāo)的位置，這種方法需要節(jié)點(diǎn)間的時(shí)鐘同步，并要求節(jié)點(diǎn)知道自身的位置信息；Zhao F等利用信息驅(qū)動(dòng)(information-driven)協(xié)作跟蹤的思想，利用傳感器節(jié)點(diǎn)偵測(cè)到的信息和接收的其他節(jié)點(diǎn)的偵測(cè)信息判斷目標(biāo)可能的運(yùn)動(dòng)軌跡，喚醒合適的傳感器節(jié)點(diǎn)在下一時(shí)刻參與跟蹤活動(dòng)，由于有合適的預(yù)測(cè)機(jī)制，可有效的減少節(jié)點(diǎn)間的通訊，從而節(jié)省節(jié)點(diǎn)有限的能量資源和通訊資源；Zhang W S等在解決無(wú)線傳感器網(wǎng)絡(luò)單目標(biāo)跟蹤時(shí)提出了傳送樹(shù)(convey tree)跟蹤算法，這種算法是一種分布式算法，而之前的大多數(shù)跟蹤算法為集中式的，傳送樹(shù)是一種由移動(dòng)目標(biāo)附近的節(jié)點(diǎn)組成的動(dòng)態(tài)樹(shù)型結(jié)構(gòu)，并且會(huì)隨著目標(biāo)的移動(dòng)動(dòng)態(tài)地添加或者刪除一些節(jié)點(diǎn)，在保證對(duì)目標(biāo)進(jìn)行高效跟蹤的同時(shí)減少節(jié)點(diǎn)間的通信開(kāi)銷(xiāo)。

當(dāng)前的目標(biāo)跟蹤算法主要是針對(duì)不同環(huán)境下的單目標(biāo)跟蹤，如何以較低的能量代價(jià)高效地融合有效的信息，增大測(cè)量精度和延長(zhǎng)網(wǎng)絡(luò)生存期，并解決多目標(biāo)跟蹤，成為目前研究無(wú)線傳感器網(wǎng)絡(luò)目標(biāo)跟蹤的熱點(diǎn)。在研究無(wú)線傳感器網(wǎng)絡(luò)多目標(biāo)跟蹤時(shí)需要考慮能量有限；跟蹤算法的分布式以延長(zhǎng)網(wǎng)絡(luò)壽命；傳感器的量測(cè)可能是多個(gè)目標(biāo)的合成量測(cè)，這些給傳統(tǒng)的多目標(biāo)跟蹤算法帶來(lái)了挑戰(zhàn)。

Jaewon Shin采用分布式的多尺度框架，用轉(zhuǎn)移矩陣的思想，優(yōu)化解決多目標(biāo)識(shí)別的計(jì)算量問(wèn)題，該算法通過(guò)局部節(jié)點(diǎn)信息更新給出全局的目標(biāo)信息，該算法框架在解決無(wú)線傳感器網(wǎng)絡(luò)多目標(biāo)跟蹤時(shí)有一定的可行性；Lei Chen等也提出了采用分布式數(shù)據(jù)關(guān)聯(lián)的算法解決無(wú)線傳感器網(wǎng)絡(luò)多目標(biāo)跟蹤；Maurice Chu采用貝葉斯估計(jì)的方法，解決多目標(biāo)跟蹤的數(shù)據(jù)關(guān)聯(lián)問(wèn)題，并采用分布式的算法實(shí)現(xiàn)了無(wú)線傳感器網(wǎng)絡(luò)多目標(biāo)跟蹤。

無(wú)線傳感器網(wǎng)絡(luò)多目標(biāo)跟蹤

線傳感器網(wǎng)絡(luò)跟蹤是傳感器網(wǎng)絡(luò)的主要用途之一，也是一個(gè)難點(diǎn)和關(guān)鍵問(wèn)題，同時(shí)具有很多商業(yè)和軍事應(yīng)用的基本要素，如交通監(jiān)控、機(jī)構(gòu)安全和戰(zhàn)場(chǎng)狀況獲取等。利用無(wú)線傳感器網(wǎng)絡(luò)中的節(jié)點(diǎn)協(xié)同跟蹤，是無(wú)線傳感器網(wǎng)絡(luò)技術(shù)應(yīng)用的一個(gè)很重要的方面。

最早的無(wú)線傳感器網(wǎng)絡(luò)系統(tǒng)跟蹤實(shí)驗(yàn)是美國(guó)DARPA(Defense Advanced Research Projects Agency)的SensIT項(xiàng)目中一些跟蹤方法實(shí)現(xiàn)?，F(xiàn)在的許多跟蹤應(yīng)用方案依然處于研究階段。由于傳感器節(jié)點(diǎn)存在很多硬件資源的限制，還經(jīng)常遭受外界環(huán)境的影響，無(wú)線鏈路易受到干擾，網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)動(dòng)態(tài)變化，而傳感器網(wǎng)絡(luò)的活動(dòng)目標(biāo)跟蹤應(yīng)用具有很強(qiáng)的實(shí)時(shí)性要求，因此，許多傳統(tǒng)的跟蹤算法并不適用于傳感器網(wǎng)絡(luò)?；顒?dòng)目標(biāo)跟蹤在雷達(dá)領(lǐng)域研究多年，成果很多經(jīng)典的活動(dòng)目標(biāo)跟蹤是單傳感器跟蹤系統(tǒng)，發(fā)展了如最近鄰法(NN)、集合論描述法、廣義相關(guān)法、經(jīng)典分配法、多假設(shè)法、概率數(shù)據(jù)關(guān)聯(lián)(PDA)法、聯(lián)合數(shù)據(jù)互聯(lián)(JPDA)法、交互多模型(IMM)法等數(shù)據(jù)互聯(lián)算法。

而2O世紀(jì)7O年代興起了多傳感器信息融合技術(shù)，對(duì)多個(gè)傳感器數(shù)據(jù)進(jìn)行多級(jí)別、多方面、多層次的處理，產(chǎn)生了新的有意義的信息。集中式多傳感器綜合跟蹤算法是在單傳感器系統(tǒng)的基礎(chǔ)上直接發(fā)展起來(lái)的，如多傳感器聯(lián)合概率數(shù)據(jù)互聯(lián)法(MSJPDA)和廣義S一維分配算法；分布式多傳感器航跡關(guān)聯(lián)算法主要有基于統(tǒng)計(jì)的方法(如加權(quán)法、獨(dú)立序貫法、經(jīng)典分配法、最近鄰法(NN)、K-NN法等)和基于模糊數(shù)學(xué)的方法(模糊雙門(mén)限航跡關(guān)聯(lián)算法、基于模糊綜合函數(shù)的航跡關(guān)聯(lián)算法)。對(duì)于WSN來(lái)說(shuō)，因?yàn)槠鋯蝹€(gè)節(jié)點(diǎn)能力有限，必須多個(gè)節(jié)點(diǎn)聯(lián)合進(jìn)行目標(biāo)跟蹤，而且沒(méi)有強(qiáng)大的中心處理器，顯然單傳感器和集中式多傳感器跟蹤算法都不適合；而分布式跟蹤算法的概念是傳感器有自己的信息融合中心，與我們WSN的分布式有一定的區(qū)別，他不會(huì)考慮融合節(jié)點(diǎn)的能力，計(jì)算復(fù)雜。雖然上述方法具有比較高的精度，但在WSN中無(wú)法實(shí)現(xiàn)或效率不高。