無線傳感器網絡中的移動式目標跟蹤

王田， 彭臻， 洪曉華， 蔡奕僑， 陳永紅， 田暉

(華僑大學 計算機科學與技術學院， 福建 廈門 361021)

?

無線傳感器網絡中的移動式目標跟蹤

王田， 彭臻， 洪曉華， 蔡奕僑， 陳永紅， 田暉

(華僑大學 計算機科學與技術學院， 福建 廈門 361021)

針對傳統無線傳感器網絡進行移動目標跟蹤時能耗過高的問題，提出一種基于移動節點和固定節點協同工作的移動式目標跟蹤算法.在傳統的由固定節點組成的無線傳感器網絡中加入少量移動節點,對移動目標進行持續性跟蹤.通過移動節點和普通固定節點之間的配合，提高監測質量和容錯性，在滿足既定監測質量要求的前提下，盡可能地減少參與監測的普通固定活躍節點的數量.仿真實驗結果表明：所提出的跟蹤方法可以有效地降低固定節點的能耗，延長網絡生存期.

無線傳感器網絡; 移動式監測; 目標跟蹤; 節能

無線傳感器網絡(WSN)是由大量無線傳感器構成的無線自組織網絡，其目的是協作地感知、采集和處理網絡覆蓋區域內感知對象的信息，并將其傳送給需要的用戶[1-2].目前，WSN在軍事、工業和環境等領域發揮著重要作用[3-7].WSN中的傳感器節點一般由廉價的嵌入式設備構成，通過電池供電，電量有限.然而，網絡一旦部署，節點通常需要自主工作很長時間.因此，如何降低節點的能量消耗，提高網絡的生存周期是WSN的關鍵問題之一[2].目標跟蹤是無線傳感器網絡中的一個重要應用，吸引了大量學者進行研究[8-9].在傳統的無線傳感器網絡中，傳感器節點的位置是固定不動的，節點自身沒有移動能力.由于節點無法跟隨目標移動，為了能夠實時地監測目標，需要眾多節點同時保持活躍狀態，從而導致大量的能量消耗.部分研究者通過提前喚醒目標預測位置附近的節點，并讓其他不相關的節點切換到休眠狀態來有效地減少節點能耗，提高能量利用率[10-11].但是，不具有移動能力的固定節點在進行目標跟蹤時仍有很大的局限性.近年來，隨著可移動傳感器節點制造技術的發展，可移動傳感器所攜能量與普通固定節點相比不受限制[12]，越來越多的學者開始研究將移動節點加入到普通無線傳感器網絡中的情況[13-14].本文在傳統的無線傳感器網絡中加入移動節點對目標進行直接跟蹤，在保證監測率不低于預設閾值的同時，盡可能地減少固定節點的能量消耗，提高能量利用率.

1 監測模型及跟蹤問題

1.1 能量監測模型

當目標出現在監測區域時，會發出一定強度的信號，如聲音信號等.傳感器能感知這些信號并測量出信號能量的大小.同時，環境中存在背景噪聲，這些噪聲能量也會被傳感器所感知.所以傳感器i測量得到的總能量值ei由信號能量es(di)和噪聲能量en兩部分組成，表示為

(1)

式(1)中：信號能量es(di)隨著傳感器i與信號源距離di的增加而衰減.在二維坐標平面中，假設傳感器i與目標的距離為di，則傳感器i獲得的信號能量值可表示為

(2)

式(1)中：d0是由目標自身形狀等特點決定的一個常數；S0是d0距離內的信號能量值；k為衰減因子，通常取2～5；噪聲能量en近似滿足均值為μ，方差為σ2的高斯分布.因此，傳感器i測量得到的總能量值ei將滿足

(3)

1.2 決策模型

在決策模型中，每個傳感器將自身測量得到的總能量值與某個測量閾值λi進行比較，獲得一個局部決策.局部決策值取0或者1，分別表示未監測到目標和已監測到目標.目標周圍參與監測的傳感器節點將綜合所有的局部決策信息，做出一個系統決策[15].

基于式(2)，(3)，當目標出現時，傳感器i的測量值ei滿足

(4)

(5)

顯然，傳感器離目標越近，得到的監測概率越大.當同時有n個傳感器對某一目標進行監測時，系統監測概率PD可表示為

(6)

1.3 問題定義

文中的網絡有以下3點假設.1) 傳感器節點可以在活躍狀態和休眠狀態切換，以節省能量[16]，休眠狀態所消耗的能量遠遠小于活躍狀態下的能量消耗.2) 移動傳感器能量遠大于固定傳感器能量，可視為不受限制[12]，如可移動至充電地點進行充電等.因此，不考慮移動節點的能耗.3) 移動目標處于任意節點的監控半徑d0內，就可實現對其的跟蹤[10].

(a) 固定節點監測目標 (b) 移動節點監測目標圖1 問題定義示例圖Fig.1 Illustration of problem definition

在L×L的二維平面監測區域內，隨機部署n個位置固定的普通傳感器節點，m個移動傳感器節點以及1個移動目標.其中，n?m，固定節點和移動節點的感知半徑分別為r，R，r≤ R.移動節點移動速度為vm.移動目標的最大速度為vo，vm≥vo.目標在區域內隨機移動，并有可能靜止，其目的是調度合適的移動節點來實現對目標的跟蹤，盡可能地減少處于活躍狀態的固定節點的數量及時間，從而節省能耗(圖1).當沒有移動節點參與跟蹤時， 需要5個固定節點保持活躍狀態以保證對目標的監測； 當有移動節點可以監測到目標時，該移動節點可跟隨運動以跟蹤目標，而其他固定節點可以轉為休眠狀態，從而減少固定節點能耗.

2 移動式目標跟蹤算法

移動式目標跟蹤算法是為了克服固定節點能量有限的缺點，通過引入移動傳感器節點對移動目標進行移動式跟蹤，減少處于活躍狀態的固定傳感器的數量和時間，從而減少耗能.假設監控區域中隨機分布有一些固定節點和移動節點.

移動式目標跟蹤算法有以下27個語句:

1) 節點之間交換位置信息，監測到目標出現;

2) while (目標出現);

3) for (移動節點i);

4) 計算i到目標的距離Lm，i;

5) if (Lm，i≤min{Lm});

6) min{Lm} ∶=Lm，i;

7)k∶=i;

8) end if;

9) end for;

10) if (min{Lm} ≤R);

11) 移動節點k跟蹤目標;

12) 固定節點轉為休眠狀態;

13) continue;

14) end if;

15) sensed ∶= false;

16) for (固定節點j);

17) 計算j到目標的距離Ls，j;

18) if (Ls，j≤r);

19) 固定節點j進行監測;

20) sensed ∶= true;

21) end if;

22) end for;

23) 移動節點k向目標靠近;

24) if (sensed is false);

25) 開啟所有固定節點進行監測;

26) end if;

27) end while.

如該算法所示，初始狀態下，所有節點與各自鄰居節點交換位置信息，并監測目標是否出現.當目標出現時，若當前沒有移動節點能夠監測到目標，則跟蹤任務暫時由部分固定節點承擔(圖2).能夠監測到目標的固定節點將保持活躍狀態以跟蹤目標，其他固定節點則保持休眠狀態.同時，固定節點將目標當前的位置信息發送給移動節點.距離目標最近的移動節點k向目標方向靠近(語句16)～23)).

圖2 固定節點對目標進行監測 圖3 移動節點對目標進行跟蹤Fig.2 Fixed nodes detect target Fig.3 Mobile nodes track target

當有移動節點能夠監測到目標時，距離目標最近的移動節點k將向目標方向移動以嘗試跟隨目標，并對其進行跟蹤(圖3).同時，固定節點將轉換成休眠狀態以節省能量(語句3)～14)).由于目標的速度可能大于移動節點的速度，移動節點在跟蹤時可能會出現跟蹤丟失的情況.這時移動節點k將通知目標周圍位置的固定節點轉為激活狀態以對目標進行監測.若任何移動節點和固定節點都不能監測到目標，則所有固定節點將轉為活躍狀態以感知目標位置，判斷目標是否消失.跟蹤過程中，移動目標隨機移動，無線傳感器網絡根據以上幾種情況，做出跟蹤決策，實現對移動目標的跟蹤.算法流程圖如圖4所示.

圖4 移動式跟蹤算法流程圖Fig.4 Flowchart of mobile tracking algorithm

該算法通過調度離目標最近的移動節點對目標進行跟蹤.當移動節點無法監測目標時，固定節點將接替跟蹤任務.只有當所有節點都無法監測目標時，才確定目標的消失.因此，可以有效地保證對目標的監測.由于選出參與跟蹤的移動節點和固定節點都需要時間O(n).因此，整個算法的時間復雜度為O(Tn)，其中，T為目標出現的時間片數.

3 仿真結果及分析

3.1 實驗場景設置

通過仿真實驗驗證文中的移動式跟蹤算法，并與傳統的固定節點跟蹤算法進行比較.整個仿真過程進行多次實驗，每次實驗運行100個時間片，每個時間片長度為1 s.每一種情況做10次實驗，實驗結果取10次實驗的平均值.除了評估文中的移動式跟蹤算法，仿真中還實現了傳統的基于固定節點監測的一類固定式跟蹤算法.作為對比，固定式跟蹤算法中的網絡全部由固定節點組成.

整個仿真由兩部分實驗組成，變化量分別為“移動節點數量”和“固定節點數量”，所使用的結果度量標準為“能量消耗”和“有效跟蹤率”.其中，固定節點在活躍狀態和休眠狀態下的功率分別為1，0 mJ·s-1.因此，總的能量消耗為每個時間片內處于活躍狀態的固定節點數量之和.而“有效跟蹤率”表示整個實驗過程中目標能被有效監測的時間與總時間的比率，它反映了網絡對移動目標跟蹤質量的好壞，即該比率越高，說明對目標的跟蹤越有效.

3.2 移動節點數量的影響

實驗中二維區域內部署的固定傳感器節點數量是不變的.同時,在移動式目標跟蹤算法中，改變移動傳感器節點的數量，觀察在不同的移動節點數量下，移動式目標跟蹤算法中的固定節點能耗和有效跟蹤率的變化.

移動節點數量(n1)對能量消耗(E)的影響,如圖5所示.由圖5可知：在移動節點數量從10個逐步增加到40個的過程中，固定節點的總能耗有明顯下降.這是因為當移動節點數量增多時，直接由移動節點跟蹤目標的情況將增多.這種情況下所有的固定節點轉換至休眠狀態，從而節省能量.

圖5 移動節點數量對能量消耗的影響 圖6 移動節點數量對有效跟蹤率的影響Fig.5 Number of mobile nodes vs effective tracking ratio Fig.6 Number of mobile nodes vs energy consumption

移動節點數量(n1)對有效跟蹤率(η)的影響，如圖6所示.由圖6可知：在移動節點數量從10個逐步增加到40個的過程中，移動式目標跟蹤算法的有效跟蹤率不斷上升，即隨著移動節點數量的增多，移動式目標跟蹤算法中出現移動目標跟丟的情況將減少.這是因為移動節點的數量越多，其分布于二維區域中的密度將越大.當出現當前移動節點和固定節點都無法感應到移動目標的情況時，移動節點的分布越密集，下一個時間片有移動節點能夠感知到移動目標的幾率就越大，所以有效跟蹤率將上升.

3.3 固定節點數量的影響

當固定節點數量變化時，考察移動式與固定式跟蹤算法的實驗結果.移動式目標跟蹤算法中的移動節點數量始終為30，而固定式和移動式目標跟蹤算法中的固定節點數量將由50個增加到200個.

圖7 固定節點數量對能量消耗的影響Fig.7 Influence of fixed nodes number on energy consumption

固定節點數量(n2)對能量消耗(E)的影響，如圖7所示.由圖7可知：兩種算法中，隨著固定節點數量的增多，開始時固定節點的能耗不斷下降，之后出現輕微上升.這是因為在節點分布稀疏的情況下，固定節點數量增多意味著網絡中的傳感器節點密度增大，使所有節點均無法感知到目標的情況將有所減少，所以固定節點的能耗將下降.當固定節點增多到一定的數量時，發生所有節點均無法感知到移動目標的情況非常少.固定節點的能量消耗主要發生在在跟蹤過程中，移動節點無法感知移動目標，而由部分固定節點對移動目標進行監控時所帶來的能耗.這種情況下，區域中的固定傳感器節點密度越大，感知半徑內能感應到移動目標的固定節點就越多，所以固定節點的能耗將增大.比較在相同固定節點數量下的兩種算法，可以發現：移動式目標跟蹤算法的固定節點的總能耗始終低于固定式目標跟蹤算法的固定節點總能耗，且二者之間相差1 J左右，體現出移動式目標跟蹤算法的優越性.

固定節點數量(n2)對丟失時間(t)和有效跟蹤率(η)的影響分別如圖8，9所示.在對移動目標進行跟蹤時，由于其移動速率和方向隨機，整個網絡對目標的跟蹤可能出現丟失情況，即所有節點均無法監測到目標的情況.在實驗中，每次仿真100個時間片，無法感應到目標的時間片數為跟丟時間片數.

圖8 固定節點數量對丟失時間的影響 圖9 固定節點數量對有效跟蹤率的影響Fig.8 Influence of fixed nodes number on effective tracking ratio Fig.9 Influence of fixed nodes number on missing time

由圖8可知：隨著固定節點數量的增多，兩種算法的跟丟時間片數不斷減少.由圖9可知：兩者的有效跟蹤率不斷上升.這是因為無論是移動式還是固定式目標跟蹤算法，當固定節點個數增加時，整個無線傳感器網絡中的傳感器節點變得更加密集.在目標跟蹤的過程中，整個網絡能夠監測到目標的幾率也就更大，即有效跟蹤率越高.而比較相同固定節點數量下的兩種算法，可以發現：移動式目標跟蹤算法的跟丟時間片數和有效跟蹤率均低于固定式目標跟蹤算法.當固定節點數量較少時，移動式跟蹤算法的優勢更加明顯.具體來說，當固定節點數量為50個時，移動式跟蹤算法的有效跟蹤率相比固定式跟蹤算法提高了62%.這說明少量移動節點可以完成原本需要許多固定節點才能完成的任務，提高了跟蹤質量，體現出移動式跟蹤算法的優勢.

4 結束語

在傳統的無線傳感器網絡中，引入可移動的傳感器節點對目標實施近距離跟蹤.設計的移動式目標跟蹤算法在保證一定的監控質量的情況下，盡量使用移動節點完成目標跟蹤任務，有效減少了固定節點的能量消耗，延長了網絡生命期.通過大量仿真結果驗證了移動式目標跟蹤方法的有效性.該方法可應用于大規模無線傳感器網絡中.未來工作中，考慮移動節點本身的能耗將是一個重要的研究內容.另外，算法還將針對多目標的場景進行改進.

[1] 任豐原，黃海寧，林闖．無線傳感器網絡[J].軟件學報，2003，14(7)：1282-1291.

[2] AKYILDIZ I F,SU Weilian,SANKARASUBRAMANIAM Y,et al.Wireless sensor networks: A survey [J].Computer Networks,2002,38(4):393-422.

[3] 韓紅彥，張西紅，王衛國，等.WSN 的關鍵問題及軍事應用[J].科學技術與工程，2007，7(7):65-67.

[4] 劉文軍,樊建席,李春勝,等.基于 ZigBee 無線傳感器網絡的智能交通系統設計[J].傳感技術學報,2013,26(12):1747-1751.

[5] 徐曉英,徐寧.改變未來世界的“智能塵埃”[J].現代軍事,2003(12):59-61.

[6] 李春林,程健.工業自動化領域中的無線技術[J].工業儀表與自動化裝置,2007(1):15-17.

[7] CULLER D E,MULDER H.Smart sensors to network the world[J].Scientific American,2004,290(6):84-91.

[8] NADERAN M,DEHGHAN M,PEDRAM H,et al.Survey of mobile object tracking protocols in wireless sensor networks: A network-centric perspective[J].International Journal of Ad Hoc and Ubiquitous Computing,2012,11(1):34-63.

[9] DEMIGHA O,HIDOUCI W K,AHMED T.On energy efficiency in collaborative target tracking in wireless sensor network: A review[J].Communications Surveys and Tutorials,2013,15(3):1210-1222.

[10] BHUIYAN M Z A.Prediction-based energy-efficient target tracking protocol in wireless sensor networks[J].Journal of Central South University of Technology,2010,17(2):340-348.

[11] JIANG Bo,RAVINDRAN B,CHO H.Probability-based prediction and sleep scheduling for energy-efficient target tracking in sensor networks[J].Transactions on Mobile Computing,2013,12(4):735-747.

[12] LEMBKE K,KIETLINSKI L,GOLANSKI M,et al.RoboMote: Mobile autonomous hardware platform for wireless ad-hoc sensor networks[C]∥IEEE International Symposium on Industrial Electronics (ISIE).Gdansk:IEEE Press,2011:940-944.

[13] TAN Rui,XING Guoliang,WANG Jianping,et al.Exploiting reactive mobility for collaborative target detection in wireless sensor networks[J].Transactions on Mobile Computing,2010,9(3):317-332.

[14] 王章權,陳友榮,尉理哲,等.優化網絡生存時間的 Sink 節點移動路徑選擇算法[J].傳感技術學報,2014,27(3):409-415.

[15] CLOUQUEUR T,SALIJA K K,RAMANATHAN P.Fault tolerance in collaborative sensor networks for target detection[J].Transactions on Computers,2004,53(3):320-333.

[16] FUEMMELER J A,VEERAVALLI V V.Smart sleeping policies for energy efficient tracking in sensor networks[J].Transactions on Signal Processing,2008,56(5):2091-2101.

(責任編輯： 錢筠 英文審校： 吳逢鐵)

Mobility-Assisted Target Tracking in Wireless Sensor Networks

WANG Tian, PENG Zhen, HONG Xiaohua, CAI Yiqiao,CHEN Yonghong, TIAN Hui

(College of Computer Science and Technology, Huaqiao University, Xiamen 361021, China)

In order to solving the high energy consumption problem for traditional wireless sensor networks to track mobile targets, this paper proposes a novel mobility-assisted target tracking algorithm, in which mobile sensors and fixed sensors can work collaboratively at the same time. A few of mobile sensor nodes are introduced into traditional sensor networks, which consist of fixed sensor nodes, for continuously tracking the targets. Through the cooperation between mobile sensors and fixed sensors, the detection quality and fault tolerance can be improved. When the established threshold of detection quality is guaranteed, the number of active fixed sensor nodes joined in tracking is limited as much as possible. Simulation results show that the proposed method can effectively reduce the energy consumption of fixed sensors and so prolong the lifetime of the networks.

wireless sensor networks; mobile tracking; target tracking; energy saving

10.11830/ISSN.1000-5013.201606015

2014-11-22

王田(1982-)，男，講師，博士，主要從事無線傳感器網絡、移動計算的研究.E-mail:wsnman@gmail.com.

國家自然科學基金資助項目(61202468， 61370007， 61302094， 61305085, 61572206); 福建省自然科學基金資助項目(2014J01240)

TP 393

A

1000-5013(2016)06-0737-06