物聯網中異常通信情形下目標跟蹤算法的設計?

余 庚 張 潔

（1福建工程學院國脈信息學院·互聯網經貿學院 福州 350007）

（2.福州理工學院 福州 350506）（3.福建農業職業技術學院 福州 350007）

1 引言

傳感網作為一種高效的模糊物聯網絡［1］，因網中節點間信息關聯性帶來的定位評估優勢而廣受歡迎。目前關于該網絡［2］的各類研究也多數是圍繞定位評估精度來開展。就目前而言，常見的研究有兩大類，分別是測距/非測距算法。關于測距的應用研究中，算法要求事先精確地評估出已知節點和未知目標節點之間的間距方可計算出待測目標的信息域。而關于非測距的研究方案，則僅需通過GPS裝置廣播出已知節點自身的方位即可分析出待測目標的信息域。相比之下，無論從能耗、時效、計算復雜度而言，后者非測距研究方案更能引起人們的關注。

當前，有關非測距的評估研究主旨思想［3］是通過將跳數范圍內跳距做平均處理，然后將該平均跳距和跳數相乘值直接寫入信息域作為已知節點和待測目標節點的實際距離。再由此獲得待測目標節點的方位信息。然而這樣的研究對已知節點的規模、網絡節點密度均衡［4］度等網絡狀態依賴程度較高。并且在一定程度上精確度和通信范圍內的跳數呈反比。顯然這樣的情形在現實網絡布局中具有較大偶然性。基于此，本文構思在全局節點分布和通信半徑范圍內跳數無法預測的模糊物聯網絡中，開展異常目標節點評估的跟蹤算法。

2 非測距評估的局限性

實施非測距評估方案的目的是通過向全網其他節點廣播［5］彼此的信息域來獲得跳數值，并求得平均跳距。以此推算出錨節點和待測目標節點的長度，進而跟蹤鎖定異常目標的方位。

整個評估方案的實施過程如下：1）初始化全網。為錨節點i分配含有方位和跳數的信息域，并將Ti初始為零；2）將信息域廣播至全網，使全網節點存儲最優信息域。對于每一個接收節點而言，每收到上游節點廣播的信息域計數器均需為Ti執行一次加1操作。當該節點收到相同的上游節點廣播來的信息域時，首先判斷新信息域和舊信息域中的Ti值。如果新信息域中的Ti更大，新信息域被丟棄；反之，新信息域將覆蓋該節點內存中的舊信息域。隨后將信息域再次廣播至下游站。3）測算信標節點跳距均值。其中tij表示兩個信標節點之間的跳數。4）測算待測目標和信標間距。獲取目標的信息域。

根據上述分析，非測距評估過程對于信標比例和信標分布［6］的偏好度較高。若要顯著提高待測目標和信標間距的準確度，無疑要求信標數量不但要多且部署的密度務必要均衡。然而在實際應用中，由于成本和環境等因素局限使得所部署的節點只有少部分載有GPS裝置，且分布毫無規律可言。為了進一步提高評估在模糊物聯網絡中的實用性和可行性，需建立一個目標跟蹤評估算法。

3 目標跟蹤算法思想

3.1 優化信息域

鑒于節點分布不均衡引發了被廣播的信息域中，跳數誤差較大的問題。目標跟蹤評估［7］算法通過分布式擴大廣播區域的方式來優化信息域。廣播信息域之前先將廣播的最大半徑R分為m個層次，錨節點依次按照1/m，2/m，...，m/m的半徑向信宿廣播信息域，并記錄信宿節點和信源節點的跳數1/m，2/m，...，m/m。在結束第一次廣播并開始第二次廣播時，信宿節點讀取內存確認是否曾經保存過該信源信標信息域的跳數。如果保存過，則丟棄該信息域，并將內存中既有的信息域轉發給下游站。反之，保存將該信息域并記錄跳數2/m。依次循環直至第z次（1＜z≤m）廣播，使得所有信宿節點均精確地獲得與信標間的最小跳數t，進而優化信息域。令錨節點i和周邊節點n的物理長度為Lin，廣播過程中信息域內的跳數模型［8］遵循：

可知，所求得信息域中的最小跳數值不再取整。顯然優化［9］后的信息域在一定程度上精確地量化了信標與目標間的重要參數。

3.2 優化間距

非測距研究方案對全局網絡節點的密度［10］均衡性較為依賴。這不利于客觀地評估未知節點和信標節點的間距。假設待測模糊物聯網絡現有兩個GPS裝置的錨節點m1和m2。m1和m2連線的物 理［11］長 度LWm1-m2為 36m，其 他 未 知 節 點uk(k≤5)間的物理間距依次是：LWm1-u1=2m，LWu1-u2=4m，LWu2-u3=6m，LWu3-u4=8m，LWu4-u5=10m，LWu5-m2=12m；當m1的廣播半徑為36m時，可知m1和m2僅一跳。此時算法將這一跳所對應的36m直接視為m1和u1的評估距離，然而事實上LWm1-u1=2m；當m1的廣播半徑為3m時，由于通信范圍太小使得m1必須先廣播信息域至m2，再由m2廣播給下一站，以此類推直至廣播到m2。廣播過程共發生6跳。此時算法將記錄的42m平均化，算得每跳的評估距離為7m，這也就作為m1和u1的評估距離來使用。相對于m1和u1的實際距離2m，該評估距離誤差較小。根據上述描述可知，此類評估間距的精度［12］隨模糊物聯網絡節點密度復雜性增加而急劇下降。

為優化間距評估方案，目標跟蹤評估算法在權衡間距時做加權處理。權值指數σi表征為進而估算［13］出權值間距：

同時為了消除模糊物聯網絡節點部署的隨機性給目標跟蹤評估算法帶來的干擾，增設一個隨機因子，表征為

據此計算出錨節點和待測目標的評估距離：

4 目標跟蹤算法實施

根據目標跟蹤算法思想描述可知，目標能否被精確地跟蹤評估的關鍵在于跳數和節點間距的權衡。為使評估更加客觀地接近物理參數值，本文構思的算法在計算跳數和間距期間分別引入多層次廣播、權值、隨機因子等環節。算法實施于模糊網絡中開展分布式過程如下：

1）全局初始化。將載有GPS的已知節點信息域初始化為D(Xi，Yi，Ti)，并賦跳數零值。

2）廣播信息域。已經節點首次向周邊節點發起廣播，信宿節點將信息域寫入內存。隨后發起第二次全局廣播，若信宿節點已接收過信息域，將跳數記作1；若沒有接收過，則保持1/m。以此類推，發起第m次全局廣播，若信宿節點已接收過信息域，將跳數記作3/m...1；若沒有接收過，則保持原跳數參數不變。直至全局信宿均獲得包含與信標節點間最小跳數在內的最優信息域D'(Xi，Yi，t)。

3）優化權值間距。通過計算每個已知節點跳距均值、權值指數σi求取權值間距。

4）優化已知節點和待測目標的距離。通過計算隨機因子Siu，進一步算得評估距離Liu'。

5）獲得目標方位。

5 目標跟蹤算法測試

5.1 測試模型

為了客觀地測評［14］所設計的目標跟蹤算法，本次借助仿真平臺搭建模糊物聯網絡模擬環境展開相關指標測試。測試模型［15］部署如下：1）在面積為100m×100m的待測區域內隨機撒布25個載有GPS裝置的錨節點和75個普通節點；2）測試過程通過變換節點廣播半徑來評價通信范圍與目標跟蹤算法的關聯度；3）為使模擬環境高度接近模糊物聯網絡特征，測試在每一次結束后均需重新隨機撒布這個25個錨節點和75個普通節點；4）為了避免測試數據的偶然性，每組測試均在300次仿真［16］后開展數據收集和對比。5）假設全局節點規模為N個，其中待測目標節點的實際方位和算法評估方位分別為 (Xs，Ys)，(Xp，Yp)。本次測試引入偏差因子用于分析目標跟蹤算法的可行性，表示為

5.2 測試分析

在Matlab平臺上將100個已經/未知節點隨機部署在如圖1所示的網絡中，預置廣播半徑25m。灰色星號和深黑色三角形分別代表錨節點和普通節點。圖中可見，兩種類型的節點分布毫無規律。同時存在錨節點附近密度很低以及目標節點附近未有錨節點的情形。對于非測距評估研究方案而言，這樣的情形也恰恰造成了評估的嚴重偏差。

圖1 模糊物聯網絡布局

圖2 錨節點規模對算法的影響力

由非測距評估的局限性和目標跟蹤算法思想的描述可知，目標節點方位的評估在很大程度上依賴于載有GPS的已知節點規模。當已知節點規模越大，向全局節點廣播的信息域越精確，計算所得數據越可靠，則評估結果也就越客觀。這樣的特征在圖2所示的兩種算法曲線走勢圖中均有所體現。該圖描述了在預置的25m廣播半徑內錨節點規模對算法的影響力。圖中不難看出，兩種算法均隨著錨節點數量不斷增加，算法評估目標方位的偏差［17］因子總體顯著下降。但受限于非測距評估方案對全局節點密度的偏好，而本文所設計的目標跟蹤算法在通信機制上采用分布式廣播，且將模糊物聯網絡隨機特征對計算的干擾納入考慮范圍，同時目標節點可提取到較為可靠的最小跳數信息。因此相對于前者，目標跟蹤算法在評估偏差因子方面的表現較有優勢。

圖3 分布式廣播對算法的貢獻度

目標跟蹤算法的優勢之一是采用分布式廣播機制。通過在通信半徑范圍內開展分布式廣播有助于全網節點接收到優化信息域，尤其是跳數參數的最小化對目標方位計算具有良好的貢獻度。這樣的優勢在圖3所示的分布式廣播對算法貢獻度中同樣得到了詮釋。圖3所示為在預置的25m廣播半徑內，變換不同的半徑層次m來考察目標跟蹤算法的分布式廣播對算法的貢獻度。顯而易見，半徑層次越多，分布式廣播越頻繁，越有益于凈化［18］全網節點收集到的信息域，尤其是優化的跳數參數對評估的精度起了至關重要的影響，可顯著降低算法的偏差因子。正如圖3中的第四條曲線1/5，所對應的偏差因子最低。

如目標跟蹤算法思想所述，通信半徑的擴大將伴隨著跳數和跳距的模糊化。這是由于在錨節點規模固定的前提下，當廣播半徑范圍增加，通信范圍內錨節點比例下降，節點布局越加隨機化。由此帶來權值間距和隨機因子計算的波動，不可避免地降低算法的精度。為了驗證廣播半徑變化和目標跟蹤算法計算偏差的關聯度，本項測試統一選用5個層次的廣播機制。如圖4所示的曲線走勢圖表明，在相同數量錨節點的前提下，偏差因子和半徑呈現正比關系。當半徑從25m增至30m，目標跟蹤算法的偏差因子總體呈現上升趨勢。

圖4 廣播半徑和目標跟蹤算法偏差的關聯度

6 結語

本文通過分析非測距評估方案在復雜網絡中應用的局限性，提出一種在節點布局隨機和信標比例較低的模糊物聯網絡中開展目標跟蹤評估的算法。該算法運用分布式廣播機制為全局節點傳播可靠的跳數和跳距信息，進而推測出QoS異常的目標節點方位。同時，通過一系列指標考察算法實施的性能。最終驗證了目標評估算法在模糊物聯網絡中具備可行性。