降低WSN目标失跟率的自适应采样频率方法

华南理工大学学报（自然科学版） ›› 2009, Vol. 37 ›› Issue (8): 61-64，70.

降低WSN目标失跟率的自适应采样频率方法

张晓平¹ 刘桂雄¹ 洪晓斌¹ 刘美²

1. 华南理工大学机械与汽车工程学院, 广东广州 510640； 2. 华南理工大学自动化科学与工程学院, 广东广州 510640

收稿日期:2008-07-04 修回日期:2008-07-24 出版日期:2009-08-25 发布日期:2009-08-25
通信作者: 刘桂雄（1968-），男，教授，博士生导师，主要从事智能传感及网络化控制的研究 E-mail：megxliu@scut．edu.cn E-mail:whuieerain@sina.com
作者简介:张晓平（1981-），男，博士生，主要从事无线传感器网络目标跟踪技术的研究．
基金资助:
广东省科技计划项目（2007BOt0400046;2006812407003）

Adaptive Sampling Frequency Method to Reduce Target-Losing Rate of WSN

Zhang Xiao-ping¹ Liu Gui-xiong¹ Hong Xiao-bin¹ Liu Mei²

1.School of Mechanical and Automotive Engineering, South China University of Technology, Guangzhou 510640, Guangdong, China; School of Automation Science and Engineering, South China University of Technology, Guangzhou 510640, Guangdong, China

Received:2008-07-04 Revised:2008-07-24 Online:2009-08-25 Published:2009-08-25
Contact: 刘桂雄（1968-），男，教授，博士生导师，主要从事智能传感及网络化控制的研究 E-mail：megxliu@scut．edu.cn E-mail:whuieerain@sina.com
About author:张晓平（1981-），男，博士生，主要从事无线传感器网络目标跟踪技术的研究．
Supported by:
广东省科技计划项目（2007BOt0400046;2006812407003）

摘要/Abstract

摘要： 针对无线传感器网络（WSN）固定采样频率下机动性目标失跟率较高的问题，分析了机动性目标失跟的机理，建立了表征失跟率、采样频率、目标速率关系的数学模型，提出了降低目标失跟率的自适应采样频率方法，并对速度大小、方向变化的机动性目标跟踪问题进行仿真实验．结果表明，与固定采样频率方法相比，采样间隔距离参量d恒取不同值时自适应采样频率方法的失跟率平均降低了3．3％～6．0％；当d恒等于50m时，失跟率平均降低6．0％，网络能耗降低13．1％

关键词: 无线传感器网络, 目标跟踪, 失跟率, 自适应性, 采样频率

Abstract:

In order to reduce the loss rate of maneuvering targets in wireless sensor network （WSN） with fixed sampiing frequency, the losing principle of maneuvering targets is analyzed and a mathematical model is established to describe the relationship among the loss rate, the sampling frequency and the target velocity. Moreover, a novel adaptive sampling frequency method to reduce the target-losing rate is proposed, and some maneuvering targets with variable velocity and moving direction are tracked by simulation. The results show that, as compared with the fixed sampling frequency method, the proposed adaptive method greatly reduces the loss rate by 3.3% -6.0% at various sampling intervals, and at an interval of 50 m, the loss rate is reduced by 6.0% with a corresponding energy consumption decrease by 13.1%.

Key words: wireless sensor network, target tracking, target-losing rate, adaptability, sampling frequency

张晓平刘桂雄洪晓斌刘美. 降低WSN目标失跟率的自适应采样频率方法[J]. 华南理工大学学报（自然科学版）, 2009, 37(8): 61-64，70.

Zhang Xiao-ping Liu Gui-xiong Hong Xiao-bin Liu Mei. Adaptive Sampling Frequency Method to Reduce Target-Losing Rate of WSN[J]. Journal of South China University of Technology (Natural Science Edition), 2009, 37(8): 61-64，70.

[1]	杜启亮, 向照夷, 田联房. 面向嵌入式设备的扶梯客流量实时统计方法[J]. 华南理工大学学报(自然科学版), 2022, 50(6): 60-70.
[2]	余陆斌, 田联房, 杜启亮. 基于多分支注意力孪生网络的目标跟踪算法[J]. 华南理工大学学报(自然科学版), 2022, 50(12): 30-40.
[3]	谭光李昌镐詹昭焕. 基于端云协同的目标检测跟踪自适应调度算法[J]. 华南理工大学学报（自然科学版）, 2021, 49(7): 86-93.
[4]	罗玉涛郭海文. 线控转向系统的自适应神经网络滑模控制[J]. 华南理工大学学报（自然科学版）, 2021, 49(1): 65-73.
[5]	郑运平李睿君. 二叉树模型在目标跟踪中的应用[J]. 华南理工大学学报（自然科学版）, 2020, 48(1): 42-50.
[6]	王丹丹谭开拓高素玲袁赣南. 基于模糊逻辑四元数的平方根 UKF 算法[J]. 华南理工大学学报（自然科学版）, 2019, 47(4): 53-60.
[7]	王泽胜董宝田王爱丽. 基于自适应脉冲耦合神经网络的行人检测方法[J]. 华南理工大学学报（自然科学版）, 2017, 45(6): 74-80.
[8]	阔永红周碧荣陈健. 无线携能协作传感器网络的能效研究[J]. 华南理工大学学报（自然科学版）, 2017, 45(12): 36-42.
[9]	郭黎利高飞孙志国. 基于局部软决策的分布式检测算法[J]. 华南理工大学学报（自然科学版）, 2016, 44(1): 16-21.
[10]	王卫星黄虹孙道宗李亮斌胡子昂. 基于能量异构的 WSN 多链路算法[J]. 华南理工大学学报（自然科学版）, 2015, 43(9): 74-80.
[11]	桂存兵谢运祥程丽王裕. 并网逆变器的改进型复合控制[J]. 华南理工大学学报（自然科学版）, 2015, 43(8): 15-20.
[12]	宋佳声胡国清焦亮. 改进的几何活动轮廓演化及其在目标跟踪中的应用[J]. 华南理工大学学报（自然科学版）, 2015, 43(1): 72-78.
[13]	戴光智韩国强林伟毅欧阳显跃. SoS 滤波器及其在工业超声波成像中的应用[J]. 华南理工大学学报（自然科学版）, 2014, 42(1): 111-116.
[14]	黄智勇张欣. 基于估距方式分类的无线传感器网络定位算法[J]. 华南理工大学学报（自然科学版）, 2014, 42(1): 77-83.
[15]	胡小青胥布工刘永桂文莎. 分布式的有向传感器网络目标跟踪算法[J]. 华南理工大学学报（自然科学版）, 2013, 41(9): 8-14.