無(wú)線傳感器網(wǎng)絡(luò)目標(biāo)識(shí)別方法研究

何海龍 王浩宇

摘 ? 要：在基于無(wú)線傳感器網(wǎng)絡(luò)的周界安防系統(tǒng)中，設(shè)置有熱釋電紅外傳感器、震動(dòng)傳感器、聲音傳感器、磁場(chǎng)傳感器和各種氣體傳感器等對(duì)防范目標(biāo)的不同屬性及周圍環(huán)境進(jìn)行不間斷檢測(cè)，如何利用各傳感器采集到的信息，對(duì)目標(biāo)身份進(jìn)行快速準(zhǔn)確的判斷，并及時(shí)采取有效應(yīng)對(duì)措施成為亟待解決的問(wèn)題，針對(duì)此，本文研究了一種基于Bayes推理的無(wú)線傳感器網(wǎng)絡(luò)目標(biāo)識(shí)別方法。

關(guān)鍵詞：無(wú)線傳感器 ?目標(biāo)識(shí)別 ?數(shù)據(jù)融合

中圖分類號(hào)：TP212.9 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A ? ? ? ? ? ? ? ? ? ? ? ?文章編號(hào)：1674-098X（2019）07（b）-0001-02

根據(jù)多個(gè)傳感器的觀測(cè)數(shù)據(jù)，按照一定的準(zhǔn)則進(jìn)行融合處理，從而得到比單一傳感器目標(biāo)識(shí)別更準(zhǔn)確、更可靠的目標(biāo)識(shí)別結(jié)果，這一過(guò)程稱為信息融合的目標(biāo)識(shí)別。基于信息融合的目標(biāo)識(shí)別方法主要有經(jīng)典推理方法、參數(shù)模板法、Bayes推理法、Dempster-Shafer證據(jù)理論和專家系統(tǒng)等，它們各有其特點(diǎn)和應(yīng)用范圍，實(shí)際運(yùn)用中應(yīng)根據(jù)應(yīng)用對(duì)象合理選擇[1]。

1 ?信息融合的目標(biāo)識(shí)別方法分析

多傳感器數(shù)據(jù)融合的目標(biāo)識(shí)別過(guò)程如圖1所示。m個(gè)傳感器節(jié)點(diǎn)分別對(duì)監(jiān)測(cè)區(qū)域內(nèi)的目標(biāo)進(jìn)行探測(cè)，根據(jù)多個(gè)不同的觀測(cè)數(shù)據(jù)產(chǎn)生局部判決值并發(fā)送給臨近的錨節(jié)點(diǎn)，錨節(jié)點(diǎn)綜合各個(gè)傳感器節(jié)點(diǎn)的局部分類識(shí)別結(jié)果得到綜合分類識(shí)別結(jié)果，并向監(jiān)控中心傳遞。

按照融合識(shí)別的方法分類，基于傳感器信息融合的目標(biāo)身份識(shí)別常用的方法基本上可概括為隨機(jī)和人工智能兩大類，隨機(jī)類方法有加權(quán)平均法、卡爾曼濾波法、貝葉斯估計(jì)法[2]、Dempster-Shafer（D-S）[3]證據(jù)推理、產(chǎn)生式規(guī)則等;而人工智能類則有模糊邏輯理論、神經(jīng)網(wǎng)絡(luò)[4]、粗集理論、專家系統(tǒng)[5]等。

2 ?無(wú)線傳感器網(wǎng)絡(luò)目標(biāo)識(shí)別方法選擇

無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)資源受到多方面限制，包括節(jié)點(diǎn)能量、處理能力、存儲(chǔ)能力等。為了更加有效地獲得感知對(duì)象狀態(tài)，節(jié)點(diǎn)需要傳輸大量信息，顯然，這種方式將嚴(yán)重地耗費(fèi)有限的網(wǎng)絡(luò)資源，因此，需要在無(wú)線傳感器網(wǎng)絡(luò)中進(jìn)行資源管理和數(shù)據(jù)融合。同理，專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)等人工智能類的目標(biāo)識(shí)別方法因其對(duì)傳感器節(jié)點(diǎn)資源需求大而不宜應(yīng)用于無(wú)線傳感器網(wǎng)絡(luò)。

由于同時(shí)與一個(gè)錨節(jié)建立通訊的其它傳感器節(jié)點(diǎn)數(shù)量有限，錨節(jié)點(diǎn)接收信息量少。將Bayes推理應(yīng)用于無(wú)線傳感器網(wǎng)絡(luò)錨節(jié)點(diǎn)的信息融合，可以經(jīng)過(guò)較少的計(jì)算、以較快地速度完成信息融合，得出目標(biāo)識(shí)別結(jié)論，從而有利于提高周界安防系統(tǒng)的快速反應(yīng)能力。

3 ?基于Bayes推理的目標(biāo)識(shí)別方法

參考文獻(xiàn)

[1] 雷厲.偵察與監(jiān)視[M].北京：國(guó)防工業(yè)出版社，2008.

[2] 吳小俊，曹奇英，陳保香，等.基于Bayes估計(jì)的多傳感器數(shù)據(jù)融合方法研究[J].系統(tǒng)工程理論與實(shí)踐，2000（7）：45-48.

[3] 蔣宏，田野.雷達(dá)專家系統(tǒng)目標(biāo)識(shí)別和紅外圖像目標(biāo)識(shí)別的D-S融合[J].航空科學(xué)技術(shù)，2010（2）：30-33.

[4] 孫寶琛，時(shí)銀水，朱巖.基于模糊神經(jīng)網(wǎng)絡(luò)的目標(biāo)識(shí)別[J].電光與控制，2005，12（3）：50-52.

[5] 呂軍，姚青，劉慶杰，等.基于模板匹配的多目標(biāo)水稻燈誘害蟲識(shí)別方法的研究[J].中國(guó)水稻科學(xué)，2012，26（5）：619-623.