本發(fā)明具體涉及一種節(jié)能型物聯(lián)網(wǎng)目標(biāo)跟蹤方法，屬于物聯(lián)網(wǎng)目標(biāo)跟蹤方法技術(shù)領(lǐng)域。

背景技術(shù)：

一般的物聯(lián)網(wǎng)目標(biāo)跟蹤技術(shù)流程圖如圖1所示，目標(biāo)跟蹤技術(shù)主要涉及節(jié)點(diǎn)調(diào)度策略、目標(biāo)狀態(tài)估計(jì)、目標(biāo)預(yù)測(cè)方法、網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)等幾個(gè)方面?，F(xiàn)有的物聯(lián)網(wǎng)跟蹤技術(shù)大都采用基于距離的定位方法，如基于到達(dá)時(shí)間t0a、到達(dá)時(shí)間差tdoa、到達(dá)角度aoa或接收信號(hào)強(qiáng)度指示rssi等實(shí)現(xiàn)位置計(jì)算。這些方法都未考慮通過(guò)壓縮感知方法來(lái)減少網(wǎng)絡(luò)中數(shù)據(jù)的采樣量，從而降低網(wǎng)絡(luò)能耗。壓縮感知技術(shù)通過(guò)采樣少量的信號(hào)，即可重構(gòu)出原始信號(hào)，其采樣率遠(yuǎn)遠(yuǎn)低于傳統(tǒng)的奈奎斯特-香農(nóng)采樣定理。壓縮感知這一特點(diǎn)非常適用于物聯(lián)網(wǎng)感知層的信息收集機(jī)制。近年來(lái)有少數(shù)研究人員對(duì)壓縮感知應(yīng)用于物聯(lián)網(wǎng)相關(guān)通信控制方法進(jìn)行了研究。例如利用壓縮感知采樣方法減少物聯(lián)網(wǎng)中的采集數(shù)據(jù),通過(guò)壓縮感知降低采樣率減少采集的數(shù)據(jù)量。或采用近似梯度下降算法prg對(duì)噪聲下的壓縮采樣信號(hào)進(jìn)行恢復(fù)。上述基于壓縮感知的物聯(lián)網(wǎng)通信控制方法均未涉及將壓縮感知理論應(yīng)用于目標(biāo)跟蹤系統(tǒng)當(dāng)中。

論文：基于壓縮感知的無(wú)線傳感器網(wǎng)絡(luò)多目標(biāo)定位算法[j]，電子與信息學(xué)報(bào),2012(3):716-721，提出了一種將壓縮感知應(yīng)用于物聯(lián)網(wǎng)多目標(biāo)定位的方法，把基于網(wǎng)格的多目標(biāo)定位問(wèn)題轉(zhuǎn)化為壓縮感知問(wèn)題，應(yīng)用多分辨率分析的思想，設(shè)計(jì)了迭代回溯的壓縮感知方法。但該方法未結(jié)合感知差分方法的應(yīng)用，也不是將基于rssi的目標(biāo)跟蹤問(wèn)題轉(zhuǎn)換為壓縮感知問(wèn)題，具有節(jié)點(diǎn)休眠不均勻、移動(dòng)目標(biāo)跟蹤精度低等缺點(diǎn)。

技術(shù)實(shí)現(xiàn)要素：

為了解決現(xiàn)有技術(shù)存在的上述問(wèn)題，減少物聯(lián)網(wǎng)傳感節(jié)點(diǎn)數(shù)據(jù)采樣和傳輸量，降低網(wǎng)絡(luò)能耗，本發(fā)明提供一種基于壓縮感知和感知差分的節(jié)能型物聯(lián)網(wǎng)目標(biāo)跟蹤方法。該方法中的感知差分法由視頻目標(biāo)跟蹤的背景差分法引申而來(lái)，將物聯(lián)網(wǎng)的感知區(qū)域看做視頻的監(jiān)控區(qū)域，將目標(biāo)在感知區(qū)域的移動(dòng)看做視頻中監(jiān)測(cè)對(duì)象的移動(dòng)。在感知區(qū)域內(nèi)建立節(jié)點(diǎn)對(duì)移動(dòng)目標(biāo)感知信息變化的稀疏表示，利用節(jié)點(diǎn)對(duì)移動(dòng)目標(biāo)感知信息的觀測(cè)采樣，重構(gòu)出感知差分信息，通過(guò)感知差分法進(jìn)行處理，確定當(dāng)前的有效跟蹤信息，檢測(cè)出移動(dòng)目標(biāo)。

本發(fā)明對(duì)感知差分的定義為：網(wǎng)絡(luò)中各傳感器節(jié)點(diǎn)對(duì)目標(biāo)的感知強(qiáng)度相對(duì)于初始感知信息的差分：

dt(n)＝|st(n)-i(n)|(公式一)

其中st(n)為當(dāng)前輪網(wǎng)絡(luò)中各節(jié)點(diǎn)對(duì)移動(dòng)目標(biāo)的感知信息，i(n)為網(wǎng)絡(luò)第一次檢測(cè)到目標(biāo)時(shí)的初始感知信息，dt(n)為感知差分。

在感知差分方法中，目標(biāo)就是在已知初始感知情況的條件下，檢測(cè)當(dāng)前輪的感知情況，恢復(fù)出當(dāng)前輪中運(yùn)動(dòng)目標(biāo)的位置。理想狀況下，當(dāng)前輪感知信息st(n)和初始感知信息i(n)中，除了運(yùn)動(dòng)目標(biāo)附近的節(jié)點(diǎn)，其余網(wǎng)絡(luò)節(jié)點(diǎn)的感知值應(yīng)該都相同，dt(n)中的不為零的感知節(jié)點(diǎn)就是在當(dāng)前輪對(duì)目標(biāo)的感知強(qiáng)度相對(duì)于初始感知信息有變化的節(jié)點(diǎn)。假設(shè)監(jiān)測(cè)區(qū)域內(nèi)網(wǎng)絡(luò)總節(jié)點(diǎn)數(shù)為n，把所有節(jié)點(diǎn)對(duì)移動(dòng)目標(biāo)的感知強(qiáng)度順序連接為一個(gè)大小為n的列向量x，感知向量x的第n個(gè)元素用x(n)表示，n＝l,2,...,n。對(duì)dt(n)做相同的處理，將dt(n)中所有不為零的感知節(jié)點(diǎn)表示為st＝{n|n＝l,2,...,n；|xd(n)|?。?}，st描述了在當(dāng)前輪對(duì)目標(biāo)感知強(qiáng)度有變化的節(jié)點(diǎn)集合。

在每一輪當(dāng)中，通常都會(huì)有多個(gè)能夠感知到移動(dòng)目標(biāo)的感知節(jié)點(diǎn)，只需要選擇最能體現(xiàn)目標(biāo)移動(dòng)方向和位置的少數(shù)節(jié)點(diǎn)即可。選取小波作為稀疏變換基，通過(guò)對(duì)dt(n)變換后的稀疏系數(shù)實(shí)施硬閾值處理，留下最大的k個(gè)大系數(shù)，它們就可以被這k個(gè)最大的系數(shù)近似表示。

在進(jìn)行感知差分時(shí)，初始感知信息是固定的，而各運(yùn)動(dòng)目標(biāo)是隨時(shí)間變化的。設(shè)當(dāng)前輪感知信息為xt，其壓縮觀測(cè)值為yt；初始感知信息為xi，其壓縮觀測(cè)值為yi。那么其感知差分信息xd的壓縮觀測(cè)值yd可表示為：

yd＝φxd＝φ(xt-xi)＝φxt-φxi＝y(tǒng)t-yi(公式二)

通過(guò)壓縮感知理論，感知差分xd可以通過(guò)yd恢復(fù)。

定義觀測(cè)矩陣φ∈r^m×n(m＜＜n)中的元素為其中m表示在感知區(qū)域內(nèi)的第m個(gè)移動(dòng)目標(biāo)，n表示網(wǎng)絡(luò)中第n個(gè)節(jié)點(diǎn)，為第n個(gè)節(jié)點(diǎn)在當(dāng)前輪對(duì)第m個(gè)移動(dòng)目標(biāo)的感知強(qiáng)度相對(duì)于初始感知信息的變化值，1≤m≤m，1≤n≤n。則感知差分的壓縮采樣過(guò)程可表示為：

其中xn＝0或1，如果在當(dāng)前輪第n個(gè)節(jié)點(diǎn)對(duì)任一目標(biāo)的感知強(qiáng)度有變化，則xn＝1，否則xn＝0。移動(dòng)目標(biāo)的總數(shù)為m個(gè)，顯然，n維向量x的稀疏度為m。節(jié)點(diǎn)的感知強(qiáng)度變化y為觀測(cè)矩陣與稀疏向量x的乘積。這樣，該多目標(biāo)跟蹤問(wèn)題就轉(zhuǎn)換為根據(jù)m個(gè)測(cè)量結(jié)果，重構(gòu)n維稀疏向量的壓縮感知問(wèn)題，運(yùn)用l1范數(shù)最小的最優(yōu)化算法可求出問(wèn)題的解。觀測(cè)矩陣φ根據(jù)當(dāng)前輪各節(jié)點(diǎn)的實(shí)際感知結(jié)果得出。

當(dāng)觀測(cè)矩陣滿足約束等距性條件(rip)，信號(hào)可以得到精確重構(gòu)。

本發(fā)明中：

μ(φ,ψ)表征了兩個(gè)正交矩陣φ和ψ的相關(guān)度

通過(guò)求解l1范數(shù)最小的凸優(yōu)化問(wèn)題，由式(5)可精確重構(gòu)所需信息。

采用上述方法可重構(gòu)出感知差分dt(n)，由dt(n)即可用感知差分法對(duì)各移動(dòng)目標(biāo)進(jìn)行定位和跟蹤。

本發(fā)明的有益效果在于：本發(fā)明將壓縮感知理論應(yīng)用于物聯(lián)網(wǎng)目標(biāo)跟蹤方法中，提出了適用于物聯(lián)網(wǎng)的節(jié)點(diǎn)感知信息稀疏采樣模型，有效減少傳感節(jié)點(diǎn)信息收集量，并減少了網(wǎng)絡(luò)中數(shù)據(jù)傳輸量，從而可有效降低系統(tǒng)能耗。再結(jié)合感知差分方法，對(duì)目標(biāo)進(jìn)行精確跟蹤。

附圖說(shuō)明

圖1為背景技術(shù)中一般的物聯(lián)網(wǎng)目標(biāo)跟蹤技術(shù)流程圖；

圖2為本發(fā)明一種節(jié)能型物聯(lián)網(wǎng)目標(biāo)跟蹤方法的流程示意圖；

圖3為具體實(shí)施方式中的目標(biāo)跟蹤結(jié)果示意圖；

圖4為具體實(shí)施方式中的單輪平均能耗對(duì)比示意圖。

具體實(shí)施方式

下面結(jié)合附圖對(duì)本發(fā)明的具體實(shí)施方式進(jìn)行說(shuō)明：

在某個(gè)貨物倉(cāng)儲(chǔ)系統(tǒng)中，按照附圖2所示的方法流程，采用本發(fā)明的物聯(lián)網(wǎng)目標(biāo)跟蹤方法進(jìn)行目標(biāo)跟蹤，選取邊長(zhǎng)為50m的正方形平面空間作為物聯(lián)網(wǎng)的工作區(qū)域，100個(gè)感知節(jié)點(diǎn)完全隨機(jī)分布在此區(qū)域中。對(duì)10個(gè)目標(biāo)節(jié)點(diǎn)進(jìn)行定位跟蹤，結(jié)果如圖3所示。

在相同的網(wǎng)絡(luò)系統(tǒng)中，我們采用常見(jiàn)的基于rss的目標(biāo)跟蹤方法(rss)和常見(jiàn)的基于粒子濾波的目標(biāo)跟蹤方法(pf)進(jìn)行實(shí)驗(yàn)，比較本發(fā)明的系統(tǒng)能耗性能。節(jié)點(diǎn)采用物聯(lián)網(wǎng)中常用的通信衰減模型，平均接收信號(hào)強(qiáng)度與信號(hào)傳輸距離之間的函數(shù)關(guān)系為其中為平均接收信號(hào)強(qiáng)度，p0為在參考傳輸距離為d0時(shí)的接收信號(hào)強(qiáng)度，np為路徑衰減指數(shù)，d為信號(hào)傳輸距離。附圖4為3種不同目標(biāo)跟蹤方法下目標(biāo)個(gè)數(shù)不同時(shí)網(wǎng)絡(luò)正常運(yùn)行一輪的平均能耗情況。

分析圖3和圖4，可以看出，本發(fā)明的目標(biāo)定位跟蹤精度較高，最大誤差在1m以內(nèi)，而且相對(duì)于rss和pf方法本發(fā)明消耗的系統(tǒng)能量更少。因此本發(fā)明采用壓縮感知方法進(jìn)行感知信息的采樣和重構(gòu)，并采用感知差分法進(jìn)行目標(biāo)跟蹤，是一種節(jié)能型、高精度的物聯(lián)網(wǎng)目標(biāo)跟蹤方法及系統(tǒng)。可用于安全防盜、環(huán)境監(jiān)測(cè)、軍事跟蹤、貨物倉(cāng)儲(chǔ)等各行各業(yè)，具有廣闊的應(yīng)用前景。

以上所述是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明所述原理的前提下，還可以作出若干改進(jìn)和潤(rùn)飾，這些改進(jìn)和潤(rùn)飾也應(yīng)視為本發(fā)明的保護(hù)范圍。