楊 波，曹奕濤

(北京航空航天大學(xué)自動(dòng)化科學(xué)與電氣工程學(xué)院，北京100191)

軍用無人機(jī)是充分利用信息技術(shù)革命成果而發(fā)展起來的一種高性能信息化武器裝備，它的一個(gè)重要作用就是實(shí)施偵察功能，進(jìn)行戰(zhàn)略、戰(zhàn)役和戰(zhàn)術(shù)偵察。隨著信息戰(zhàn)的日益多樣化和復(fù)雜化，在很多情況下，僅僅靠無人機(jī)飛過目標(biāo)很難預(yù)計(jì)或預(yù)測以后的變化，在日益復(fù)雜的作戰(zhàn)背景下，單憑無人機(jī)的力量不足以完成偵察目標(biāo)的任務(wù)，需要把遠(yuǎn)距傳感器放到接近目標(biāo)的地方，監(jiān)視目標(biāo)的一舉一動(dòng)，協(xié)同無人機(jī)執(zhí)行偵察任務(wù)。

本文結(jié)合軍事偵查需求，主要研究無線傳感器網(wǎng)絡(luò)在軍事領(lǐng)域尤其是軍事入侵檢測領(lǐng)域的應(yīng)用，目前，對進(jìn)入監(jiān)測領(lǐng)域目標(biāo)進(jìn)行識別與跟蹤是無線傳感器網(wǎng)絡(luò)研究中的熱點(diǎn)，也是研究難點(diǎn)，具有重要的理論意義和實(shí)用價(jià)值[1－5]。因此，本文主要研究在傳感器節(jié)點(diǎn)能量、處理能力等資源嚴(yán)重受限的情況下實(shí)現(xiàn)對重點(diǎn)區(qū)域的目標(biāo)監(jiān)測、識別與軌跡預(yù)測。

非配合式無線傳感器網(wǎng)絡(luò)系統(tǒng)常用于軍事領(lǐng)域中的戰(zhàn)場監(jiān)視、民用領(lǐng)域中的入侵監(jiān)測等應(yīng)用中。與配合式系統(tǒng)相比，非配合式系統(tǒng)的難度顯著增加，因?yàn)槟繕?biāo)不能發(fā)出特征已知的信號配合網(wǎng)絡(luò)的偵測，需要在低成本的傳感器節(jié)點(diǎn)上實(shí)現(xiàn)準(zhǔn)確的目標(biāo)檢測與目標(biāo)識別算法，同時(shí)降低系統(tǒng)的虛警率與漏檢率[6－11]。國內(nèi)在無線傳感器網(wǎng)絡(luò)領(lǐng)域?qū)ε浜鲜降哪繕?biāo)跟蹤與定位研究較多，但對非配合的目標(biāo)跟蹤研究還處于起步階段。如何將復(fù)雜的頻譜分析、濾波算法等信號處理方法應(yīng)用到資源有限的傳感器節(jié)點(diǎn)上，是非配合式系統(tǒng)最大的挑戰(zhàn)。準(zhǔn)確提取目標(biāo)特征非常重要，需要有全面的應(yīng)用背景知識作為基礎(chǔ)。此外，由于無法預(yù)知非配合式目標(biāo)何時(shí)出現(xiàn)，必須在目標(biāo)未出現(xiàn)時(shí)系統(tǒng)的低能耗與目標(biāo)出現(xiàn)時(shí)系統(tǒng)響應(yīng)的靈敏性之間進(jìn)行權(quán)衡。

1 硬件系統(tǒng)

無線傳感器網(wǎng)絡(luò)硬件節(jié)點(diǎn)的無線通信模塊和處理器模塊選用協(xié)議芯片CC2430，電源模塊采用外部5V直流供電和電池供電兩種方式，方便調(diào)試。

考慮到檢測目標(biāo)主要針對戰(zhàn)場環(huán)境中的人員與車輛，人又分為普通行人與武裝人員，武裝人員帶有槍支等具有鐵磁特性的物質(zhì)?？梢圆捎脗鞲衅髅舾心繕?biāo)的不同特征，如聲音、震動(dòng)、磁場等。在選擇傳感器時(shí)，像圖像和雷達(dá)等傳感器雖然目標(biāo)信息豐富，但不適于能量和處理資源有限的無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)。那些只需簡單處理算法且低功耗的傳感器可以通過組合方式和多傳感器信息融合，從而達(dá)到較高的檢測率和較低的分類錯(cuò)誤率。因此，本文最終選擇聲音、磁阻和紅外傳感器三種傳感器。

通過這幾種傳感器的數(shù)據(jù)融合，按照以下邏輯關(guān)系可以實(shí)現(xiàn)對三類目標(biāo)的檢測和分類。

普通行人檢測動(dòng)用紅外傳感器和磁阻傳感器;武裝人員檢測動(dòng)用紅外傳感器和磁阻傳感器;車輛檢測動(dòng)用紅外傳感器、磁阻傳感器和聲音傳感器。

聲音傳感器選用小型、低功耗和高靈敏度的傳感器WM－62A;磁阻傳感器為霍尼韋爾雙軸線性磁阻傳感器HMC1052;紅外傳感器選擇瑞士Kube公司生產(chǎn)的C172型紅外傳感器及TR230菲涅爾透鏡，該傳感器具有低功耗、小體積和檢測距離遠(yuǎn)等特點(diǎn)。由于紅外傳感器檢測視角有方向性，可以通過四個(gè)紅外傳感器的組合實(shí)現(xiàn)全方位的目標(biāo)檢測。

表1中列出了三種傳感器對不同目標(biāo)的檢測范圍。在所使用的傳感器中，紅外傳感器檢測范圍大，敏感所有目標(biāo)，不易受到環(huán)境干擾，因此將其作為節(jié)點(diǎn)的“喚醒傳感器”。當(dāng)紅外傳感器檢測到目標(biāo)后，喚醒傳感器節(jié)點(diǎn)后打開聲音和磁阻傳感器的供電電路，再利用多傳感器的數(shù)據(jù)融合，實(shí)現(xiàn)對目標(biāo)的可靠檢測。

表1 不同傳感器對不同目標(biāo)的檢測范圍

研制的傳感器節(jié)點(diǎn)實(shí)物圖片如圖1所示。

圖1 傳感器節(jié)點(diǎn)實(shí)物圖片

2 傳感器檢測原理與多傳感器數(shù)據(jù)融合

2．1 目標(biāo)檢測分析

目標(biāo)分為四種情況:無目標(biāo)、普通人員、武裝人員和車輛。當(dāng)無目標(biāo)出現(xiàn)時(shí)，節(jié)點(diǎn)處于深度睡眠狀態(tài)，節(jié)省能量;當(dāng)紅外傳感器檢測有目標(biāo)出現(xiàn)時(shí)，節(jié)點(diǎn)被喚醒，其中車輛目標(biāo)有典型的磁場和聲音特征，武裝人員與車輛區(qū)別在于有磁場特征但較弱，聲音特征不明顯，普通人員與武裝人員相比沒有典型的磁場特征。由于節(jié)點(diǎn)的能量和資源有限，無法采用高端處理器，因此特征量的提取主要采用時(shí)域處理方法，通過傳感器數(shù)據(jù)融合，達(dá)到正確識別目標(biāo)的目的。

檢測和識別方案如圖2所示。

圖2 目標(biāo)檢測方案

2．2 傳感器檢測原理

2．2．1 紅外傳感器檢測原理

紅外傳感器調(diào)理電路分為兩路輸出，一是模擬輸出，接CC2430的P0．7口，二是數(shù)字輸出，接P1．4口。當(dāng)模擬輸出端的電壓超過數(shù)字端雙限比較器的門檻電壓后，數(shù)字端輸出端由高電平變?yōu)榈碗娖?，產(chǎn)生下降沿信號，通過P1．4口達(dá)到喚醒處理器的目的。節(jié)點(diǎn)被喚醒后，處于正常工作狀態(tài)，然后讀取紅外傳感器模擬輸出的值，當(dāng)連續(xù)一段時(shí)間讀到模擬輸出在門檻電壓之間時(shí)，處理器進(jìn)入深度睡眠狀態(tài)。這樣一來，便可通過傳感器模擬端輸出電壓變化和數(shù)字端輸出電平變化實(shí)現(xiàn)處理器的睡眠與喚醒。

2．2．2 磁阻傳感器檢測原理

(1)磁阻傳感器信號特征與分析

圖3為磁阻傳感器所做的測試示意圖及高爾夫車輛經(jīng)過時(shí)磁阻傳感器A、B軸的輸出波形，其中車輛與傳感器的垂直距離為1 m，車輛行駛速度為10 km/h，采樣周期為 0．002 s。

圖3 磁阻傳感器測試圖及傳感器輸出信號

磁阻傳感器信號變化比較緩慢，對磁阻傳感器信號進(jìn)行時(shí)域和頻域分析，當(dāng)車輛低速行駛時(shí)，從對信號的離散傅立葉變化得出信號主要集中在直流到50 Hz左右，因此可以通過簡單的數(shù)字濾波和設(shè)置閾值實(shí)現(xiàn)車輛的可靠檢測。

2 磁阻傳感器檢測算法

由于所處區(qū)域不同以及傳感器節(jié)點(diǎn)擺放方向的不同，磁阻傳感器的輸出差異較大，所以首先要對傳感器輸出進(jìn)行標(biāo)定，通過軟件實(shí)現(xiàn)，在程序初始化過程中，對磁阻傳感器的輸出進(jìn)行連續(xù)10次采樣，去掉最大值和最小值，再對剩下的8次采樣值取算術(shù)平均，作為每個(gè)軸的輸出標(biāo)準(zhǔn)。

對磁阻傳感器的采樣采用中值濾波。中值濾波法比較適用于去掉偶然因素引起的波動(dòng)和采樣器不穩(wěn)定而引起的脈動(dòng)干擾。將每次采樣的值存入數(shù)組，當(dāng)達(dá)到第10個(gè)數(shù)后，將傳感器所得的10次采樣值分別與設(shè)定的檢測閾值做比較，當(dāng)檢測到采樣所得值超過閾值時(shí)，計(jì)數(shù)器加1，當(dāng)計(jì)數(shù)器值大于3時(shí)，即認(rèn)為檢測到目標(biāo)。由于磁阻傳感器有兩路輸出，分別對兩路輸出做以上判斷，即可達(dá)到對目標(biāo)的可靠檢測(圖4)。

圖4 磁阻傳感器檢測原理圖

2．2．3 聲音傳感器檢測原理

聲音傳感器的信號輸出較為復(fù)雜，信號極易受到干擾，由于實(shí)驗(yàn)室條件所限和實(shí)際測試的困難，在實(shí)驗(yàn)室條件下用蜂鳴器聲音代替車輛經(jīng)過的聲音。圖5(a)聲音傳感器檢測蜂鳴器產(chǎn)生的聲音信號，橫軸虛線間隔為 250 μs，采樣周期 1 μs，圖 5(b)為人員腳步走動(dòng)時(shí)聲音傳感器采集到的聲音信號，橫軸虛線間隔為250 ms，采樣周期為1 ms。

圖5 蜂鳴器產(chǎn)生的聲音信號及人員腳步聲音信號

人員走動(dòng)與車輛行駛產(chǎn)生的聲音信號具有以下基本特征:

(1)探測目標(biāo)信號同目標(biāo)與傳感器之間的距離有關(guān)，隨著距離的增大，時(shí)域信號的幅值逐漸衰減。

(2)人員腳步信號是脈沖式的，且不同腳步的信號波形近似為離散的。而車輛運(yùn)動(dòng)產(chǎn)生的聲音信號是連續(xù)變化的。此外，聲音傳感器對人員腳步聲音的檢測檢測距離有限，只有在近距離通過時(shí)，才能保證可靠檢測。對于車輛，則有較遠(yuǎn)的檢測距離，在實(shí)驗(yàn)室條件下測試，對蜂鳴器的檢測距離可以達(dá)到10 m～15 m。

采用過零數(shù)分析方法。當(dāng)采樣頻率為1 kHz，采樣時(shí)間為1 s時(shí)，每組有1 000個(gè)數(shù)據(jù)，對比可以發(fā)現(xiàn)，蜂鳴器產(chǎn)生的信號特征過零點(diǎn)數(shù)遠(yuǎn)大于人員腳步產(chǎn)生的信號特征的過零數(shù)，因此，選擇合適的過零數(shù)分界點(diǎn)M，可以達(dá)到區(qū)分人員與車輛的目的，原理見圖6所示。

圖6 聲音傳感器檢測原理圖

2．3 多傳感器數(shù)據(jù)融合

受到無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)檢測能力、計(jì)算能力、能量資源、存儲(chǔ)資源、帶寬資源等限制，本文的多傳感器數(shù)據(jù)融合采用分布式?jīng)Q策層融合結(jié)構(gòu)。用于融合身份估計(jì)的技術(shù)包括Bayes推理、D-S方法等。由于D-S證據(jù)理論的廣泛適用性，可以在不同層次上對證據(jù)進(jìn)行組合，不需要先驗(yàn)概率和條件概率，能區(qū)分不確定和不知道，是Bayes理論的推廣，所以系統(tǒng)采用D-S方法對多傳感器的信息進(jìn)行融合[12]。

2．3．1 融合系統(tǒng)結(jié)構(gòu)

系統(tǒng)的任務(wù)之一就是識別目標(biāo)(目標(biāo)身份識別)，所以探測單元中數(shù)據(jù)融合中心的融合方式屬于目標(biāo)識別級的融合。紅外、聲音和磁阻傳感器分別都完成一定的變換來獲得獨(dú)立的身份估計(jì)，然后再在融合中心對來自每個(gè)傳感器的屬性分類進(jìn)行融合。

數(shù)據(jù)融合框圖如圖7所示。

圖7 融合系統(tǒng)框圖

這里對每個(gè)傳感器k(k=1…n，n=3)所能得到的知識即對物體類型的判別賦予一個(gè)0到1之間的概率分配值，即基本概率賦值，反映了對該判決的確信程度，賦值越接近于1，說明該判決越有明確的證據(jù)支持。

在多傳感器探測系統(tǒng)中，系統(tǒng)檢測部分集合了紅外、聲音和磁場三種傳感器，分別對目標(biāo)進(jìn)行檢測，傳感器的原始數(shù)據(jù)經(jīng)過一定的變換處理和特征提取后，得到了各自關(guān)于目標(biāo)的身份估計(jì)，然后，各自的身份估計(jì)數(shù)據(jù)進(jìn)行融合處理，按照一定的判決準(zhǔn)則，得到全局的關(guān)于目標(biāo)的身份判別。

2．3．2 基本概率賦值的獲取及證據(jù)組合

實(shí)際應(yīng)用中，基本概率賦值獲得的方法有很多，根據(jù)試驗(yàn)情況，采用了利用統(tǒng)計(jì)證據(jù)來獲得基本概率賦值的方法。

在實(shí)驗(yàn)室條件下，采用“人+玩具小車+鐵磁物質(zhì)+蜂鳴器”組合代表監(jiān)測環(huán)境中的車輛目標(biāo)，用“人+玩具小車”組合模擬監(jiān)測環(huán)境中的武裝人員。

根據(jù)檢測系統(tǒng)要求，把檢測目標(biāo)集合定義為3種類型，即Θ={O1車輛、O2武裝人員、O3普通行人}。

為了簡化計(jì)算和表示，根據(jù)探測目標(biāo)類型，定義鐵磁物質(zhì)目標(biāo)O4={O1車輛、O2武裝人員}，定義人員目標(biāo)O5={O2武裝人員，O3普通行人}。設(shè)探測目標(biāo){O1，O5}的聲音特征的聲音傳感器為X1;探測目標(biāo){O3，O4}磁場特征的磁阻傳感器為X2;探測目標(biāo){O1，O2，O3}紅外特征的紅外傳感器X3。

以目標(biāo)O3為例說明基本概率賦值及證據(jù)組合過程，將目標(biāo)O3作為實(shí)驗(yàn)?zāi)繕?biāo)，通過30次統(tǒng)計(jì)試驗(yàn)，得到了關(guān)于目標(biāo)集合各個(gè)傳感器的基本概率賦值如下:

傳感器X1對目標(biāo)集合Θ里目標(biāo)的基本概率賦值如表2所示。

表2 傳感器X1的基本概率賦值

傳感器X2對目標(biāo)集合Θ里目標(biāo)的基本概率賦值如表3所示。

表3 傳感器X2的基本概率賦值

根據(jù)D-S證據(jù)組合規(guī)則，將聲音和磁阻傳感器進(jìn)行數(shù)據(jù)融合，組合情況如表4所示。

表4 傳感器X1和X2融合表

根據(jù)前面所述的證據(jù)組合規(guī)則，從表上的數(shù)據(jù)可以看出，聲音和磁阻傳感器的證據(jù)組合的不一致因子 K=0．09。

于是得到組合后的基本概率賦值為:

當(dāng)采用基于概率賦值的決策方法時(shí)，若選擇合適的判定門限，則最終決策為O3，即普通行人，從上面得出的融合的結(jié)果來看，融合和傳感器節(jié)點(diǎn)目標(biāo)識別的不確定性降低，且融合判別后的結(jié)果與實(shí)驗(yàn)的目標(biāo)一致，證明融合是有效的。

對于目標(biāo)的位置估計(jì)，參考雙元檢測協(xié)作跟蹤的思想(圖8)，雙元檢測傳感器不能檢測到目標(biāo)的距離，只能判斷目標(biāo)是否在偵測范圍內(nèi)[13]。因此檢測到目標(biāo)的節(jié)點(diǎn)只能確定包含目標(biāo)的圓形區(qū)域，需要多個(gè)節(jié)點(diǎn)協(xié)作才能確定目標(biāo)的位置信息。當(dāng)目標(biāo)進(jìn)入偵測區(qū)域后，在節(jié)點(diǎn)足夠密集的情況下，任何時(shí)刻都有多個(gè)節(jié)點(diǎn)同時(shí)偵測到目標(biāo)的位置區(qū)域。這些節(jié)點(diǎn)偵測范圍的重疊區(qū)域是一個(gè)相對較小的區(qū)域，目標(biāo)就處于這個(gè)重疊區(qū)域內(nèi)，這樣，就能相對精確的確定目標(biāo)位置?；陔p元檢測的協(xié)作跟蹤適用于簡單低廉的傳感器節(jié)點(diǎn)，并通過大量密集部署節(jié)點(diǎn)保證跟蹤精度?；陔p元檢測的協(xié)作跟蹤需要節(jié)點(diǎn)間的時(shí)鐘同步，并要求節(jié)點(diǎn)知道自身的位置信息，當(dāng)節(jié)點(diǎn)密度足夠高時(shí)，我們也可以通過這種方式達(dá)到預(yù)測目標(biāo)運(yùn)動(dòng)軌跡的目的。

圖8 雙元檢測模型

3 系統(tǒng)軟件設(shè)計(jì)

系統(tǒng)軟件主要三大部分組成:(1)匯聚節(jié)點(diǎn)軟件負(fù)責(zé)網(wǎng)絡(luò)組建與維護(hù)，接收檢測節(jié)點(diǎn)發(fā)送的檢測信息，經(jīng)串口轉(zhuǎn)發(fā)至上位機(jī)進(jìn)行處理;(2)檢測節(jié)點(diǎn)軟件負(fù)責(zé)傳感器信號采集與處理和傳感器數(shù)據(jù)融合，同時(shí)將處理結(jié)果通過無線方式發(fā)送至匯聚節(jié)點(diǎn);(3)上位機(jī)軟件主要完成目標(biāo)報(bào)警、目標(biāo)檢測結(jié)果顯示及數(shù)據(jù)存儲(chǔ)等功能。

軟件部分主要介紹檢測節(jié)點(diǎn)中傳感器數(shù)據(jù)融合和身份判決的過程。

當(dāng)?shù)玫礁鱾鞲衅鞯臋z測結(jié)果后，程序進(jìn)入融合和判決部分。以數(shù)組的方式定義各傳感器對不同目標(biāo)的基本概率賦值。讀取到正確數(shù)據(jù)并完成全部數(shù)據(jù)融合處理后，進(jìn)入判別輸出部分，實(shí)現(xiàn)對融合結(jié)果的身份判斷。整個(gè)過程原理如圖9所示。

圖9 多傳感器數(shù)據(jù)融合原理圖

4 實(shí)驗(yàn)平臺(tái)搭建及實(shí)驗(yàn)測試

為了檢驗(yàn)系統(tǒng)設(shè)計(jì)的有效性，分別進(jìn)行了節(jié)點(diǎn)硬件設(shè)計(jì)測試、傳感器節(jié)點(diǎn)組網(wǎng)測試、紅外傳感器睡眠喚醒測試、磁阻傳感器檢測測試、聲音傳感器檢測測試及多傳感器數(shù)據(jù)融合測試。

4．1 紅外傳感器喚醒功能測試

傳感器節(jié)點(diǎn)的睡眠功能主要通過紅外傳感器來實(shí)現(xiàn)，每個(gè)節(jié)點(diǎn)有四個(gè)紅外傳感器，分別對應(yīng)于四個(gè)方向(見圖1)。各傳感器檢測視角約為100°，通過四個(gè)紅外傳感器可實(shí)現(xiàn)全方位目標(biāo)檢測。無目標(biāo)時(shí)，傳感器節(jié)點(diǎn)進(jìn)入睡眠狀態(tài)，LED1滅。當(dāng)有目標(biāo)進(jìn)入后，傳感器節(jié)點(diǎn)被喚醒，LED1亮，目標(biāo)消失后，LED1滅，節(jié)點(diǎn)睡眠。經(jīng)過測試，紅外傳感器對目標(biāo)喚醒距離為8 m～10 m，可以實(shí)現(xiàn)全方位的目標(biāo)檢測。

4．2 磁阻傳感器檢測測試

在實(shí)驗(yàn)室搭建如下平臺(tái)，五個(gè)節(jié)點(diǎn)組成星型網(wǎng)絡(luò)，玩具小車為實(shí)驗(yàn)過程中的檢測目標(biāo)，車上裝有鐵磁物質(zhì)。四個(gè)檢測節(jié)點(diǎn)如圖10所示，間隔為70 cm×70 cm，檢測節(jié)點(diǎn)對小車的檢測范圍大約40 cm，一個(gè)匯聚節(jié)點(diǎn)通過串口與計(jì)算機(jī)相連。

圖10 從節(jié)點(diǎn)監(jiān)控陣列及主節(jié)點(diǎn)與監(jiān)控終端

上位機(jī)測試軟件采用四個(gè)綠色小圓圈代表圖9中的傳感器檢測節(jié)點(diǎn)，當(dāng)目標(biāo)進(jìn)入檢測區(qū)域時(shí)，上位機(jī)通過判斷，將圖中該傳感器節(jié)點(diǎn)的綠色小圓圈變?yōu)榧t色。節(jié)點(diǎn)密度足夠高時(shí)，可以通過這種方式達(dá)到估計(jì)目標(biāo)運(yùn)動(dòng)軌跡的目的

當(dāng)裝有鐵磁物質(zhì)的玩具小車沿著圖11所示直線運(yùn)動(dòng)時(shí)，發(fā)現(xiàn)首先1號節(jié)點(diǎn)由綠色變?yōu)榧t色，然后3號節(jié)點(diǎn)由綠色變?yōu)榧t色。當(dāng)小車離開傳感器節(jié)點(diǎn)檢測區(qū)域后，可以估計(jì)小車運(yùn)動(dòng)軌跡如圖12中的黑粗箭頭所示。當(dāng)不含鐵磁物質(zhì)的玩具小車沿上述軌跡運(yùn)動(dòng)時(shí)，軟件中沒有任何傳感器節(jié)點(diǎn)變?yōu)榧t色，可以判斷無目標(biāo)進(jìn)入器監(jiān)測區(qū)域。

圖11 玩具小車運(yùn)動(dòng)軌跡圖

圖12 上位機(jī)監(jiān)控軟件實(shí)時(shí)顯示

4．3 聲音傳感器檢測測試

主要驗(yàn)證檢測算法對聲音信號可靠檢測及區(qū)分車輛連續(xù)聲音信號和脈沖信號特征。

當(dāng)檢測節(jié)點(diǎn)檢測到蜂鳴器連續(xù)聲音信號特征或腳步等具有脈沖信號特征的聲音后，分別向匯聚節(jié)點(diǎn)發(fā)送數(shù)據(jù)幀0×01和0×02，在上位機(jī)串口調(diào)試助手的接收端顯示接收數(shù)據(jù)。經(jīng)過蜂鳴器和在節(jié)點(diǎn)附近走動(dòng)多次測試后，均能夠檢測到目標(biāo)，同時(shí)可以區(qū)分出不同的聲音信號特征。

4．4 多傳感器數(shù)據(jù)融合測試

多傳感器數(shù)據(jù)融合測試為了驗(yàn)證數(shù)據(jù)融合在提高檢測精度和目標(biāo)識別率方面的作用。

4．4．1 測試方法

由于紅外傳感器在系統(tǒng)中主要起到睡眠喚醒的作用，當(dāng)紅外傳感器檢測到目標(biāo)后，節(jié)點(diǎn)喚醒，這時(shí)認(rèn)為有三類目標(biāo)進(jìn)入監(jiān)測領(lǐng)域，聲音和磁阻傳感器開始工作，通過傳感器的數(shù)據(jù)融合，達(dá)到對目標(biāo)更深入的檢測和識別。

如前所述，實(shí)驗(yàn)室條件下采用“人+玩具小車+鐵磁物質(zhì)+蜂鳴器”組合代表監(jiān)測環(huán)境中的車輛目標(biāo)，“人+玩具小車”組合模擬監(jiān)測環(huán)境中的武裝人員。

實(shí)驗(yàn)平臺(tái)同圖11類似，五個(gè)節(jié)點(diǎn)組成星型網(wǎng)絡(luò)，四個(gè)檢測節(jié)點(diǎn)布成方形陣列，彼此間隔為14 m×14 m(紅外傳感器節(jié)點(diǎn)對人員檢測距離為8 m～10 m，節(jié)點(diǎn)檢測范圍有重疊)，主節(jié)點(diǎn)通過串口與計(jì)算機(jī)相連。

4．4．2 測試步驟

(1)紅外傳感器睡眠喚醒測試30次;

(2)聲音傳感器對三類目標(biāo)分別進(jìn)行30次測試;

(3)磁阻傳感器對三類目標(biāo)分別進(jìn)行30次測試;

(4)磁阻傳感器和聲音傳感器數(shù)據(jù)融合對三類目標(biāo)分別進(jìn)行30次測試。

4．4．3 測試結(jié)果及分析

(1)聲音傳感器對目標(biāo)檢測測試結(jié)果記錄如表5～表7所示。

表5 聲音傳感器對車輛測試結(jié)果

檢測精度:86．7%;識別精度:86．7%

表6 聲音傳感器對武裝人員測試結(jié)果

檢測精度:83．3%;識別精度:武裝人員與普通行人無法區(qū)分。

表7 聲音傳感器對普通行人測試結(jié)果

檢測精度:80%;識別精度:武裝人員與普通行人無法區(qū)分。

(2)磁阻傳感器對目標(biāo)檢測測試結(jié)果記錄如表8～表10所示。

表8 磁阻傳感器對車輛測試結(jié)果

檢測精度:93．3%;識別精度:車輛與武裝人員無法區(qū)分。

表9 磁阻傳感器對武裝人員測試結(jié)果

檢測精度:96．7%;識別精度:車輛與武裝人員無法區(qū)分。

表10 磁阻傳感器對普通行人測試結(jié)果

檢測精度:100%;識別精度:100%

特別說明:由于普通行人不具有磁場特征，因此磁阻傳感器無法對其進(jìn)行檢測。但節(jié)點(diǎn)被喚醒后，認(rèn)為確有三類目標(biāo)進(jìn)入監(jiān)測區(qū)域，而車輛武裝人員均具有典型磁場特征，因此節(jié)點(diǎn)喚醒狀態(tài)下，如無磁場特征，則認(rèn)為目標(biāo)是普通行人。

(3)聲音與磁阻傳感器數(shù)據(jù)融合后對目標(biāo)檢測測試結(jié)果表11～表13所示。

表11 多傳感器數(shù)據(jù)融合后對車輛測試結(jié)果

檢測精度:96．7%;識別精度:96．7%

表12 多傳感器數(shù)據(jù)融合后對武裝人員測試結(jié)果

檢測精度:93．3%;識別精度:93．3%

表13 多傳感器數(shù)據(jù)融合后對普通行人測試結(jié)果

檢測精度:90%;識別精度:90%

以上記錄了各種情況下的測試結(jié)果，并對各種情況下的檢測精度和識別精度做了計(jì)算。經(jīng)過對比我們可以得出以下結(jié)論:

(1)經(jīng)過數(shù)據(jù)融合對目標(biāo)檢測和識別精度比用單個(gè)聲音傳感器對目標(biāo)進(jìn)行檢測與識別有了顯著提高，尤其是用單個(gè)聲音傳感器往往無法區(qū)分目標(biāo)中的普通行人與武裝人員，而經(jīng)過數(shù)據(jù)融合，可以得到較高的識別精度。

(2)經(jīng)過數(shù)據(jù)融合后的檢測結(jié)果與用單個(gè)磁阻傳感器對目標(biāo)的檢測相比，檢測精度變化不大，磁阻傳感器對鐵磁和非鐵磁物質(zhì)有較好的區(qū)分度，但目標(biāo)識別精度顯著提高。用磁阻傳感器往往對目標(biāo)中的車輛與武裝人員無法區(qū)分。

(3)采用的數(shù)據(jù)融合方法簡單且有效可行，運(yùn)用多傳感器數(shù)據(jù)融合技術(shù)可以獲得比單個(gè)、孤立的傳感器更加詳細(xì)而精確的結(jié)論。

5 結(jié)論

由于自身資源所限，采用非配合式無線傳感器網(wǎng)絡(luò)實(shí)現(xiàn)目標(biāo)的檢測、識別與軌跡估計(jì)極具挑戰(zhàn)性。本文結(jié)合戰(zhàn)場目標(biāo)偵測需求，設(shè)計(jì)和實(shí)現(xiàn)了適合于低成本與低功耗的非配合式無線傳感器網(wǎng)絡(luò)系統(tǒng)，利用“喚醒傳感器“設(shè)計(jì)了能量節(jié)省機(jī)制，采用簡單有效的算法利用多傳感器數(shù)據(jù)融合實(shí)現(xiàn)了實(shí)驗(yàn)室條件下的目標(biāo)檢測、識別與軌跡估計(jì)。實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)符合設(shè)計(jì)要求，目標(biāo)檢測和識別精度高，并且可以實(shí)現(xiàn)目標(biāo)運(yùn)動(dòng)軌跡的有效估計(jì)。

[1]Akyildiz I，Su W，Sankarasubramaniam Y，et al．A Survey on Sensor Networks[J]．IEEE Communications Magazine，2002(8):102－114．

[2]孫利民，李建中，陳渝，等．無線傳感器網(wǎng)絡(luò)[M]．清華大學(xué)出版社，2005．

[3]Arora A，Dutta P，Bapat S．A Line in the Sand:a Wireless Detection，Classification，and Tracking[J]．Computer Networks:The Sensor Network for Target International Journal of Computer and Telecommunications Networking，200，446(5):605 －634，12．

[4]Tian He，Pascal Vicaire．Achieving Long-Term Surveillance in Vigilnet[C]//Proceedings of the INFOCOM 2006，2006．

[5]Gyula Simon，Miklds Mardti，Akos Ledeczi．Sensor Network-Based Countersniper System[C]//Proceedings of the 2nd International Conference on Embedded Networked Sensor Systems，Batimore，MD，USA，2004:1 －12．

[6]高戰(zhàn)強(qiáng)．無線傳感器網(wǎng)絡(luò)中基于目標(biāo)跟蹤的數(shù)據(jù)融合研究與實(shí)現(xiàn)[D]．太原:太原理工大學(xué)，2008．

[7]申興發(fā)．基于無線傳感器網(wǎng)絡(luò)的分布式跟蹤系統(tǒng)[D]．杭州:浙江大學(xué)，2007．

[8]楊宏斌．無線傳感器網(wǎng)絡(luò)軍事應(yīng)用研究[J]．艦船電子工程，2007，27(5):41 －43．

[9]劉博．無線傳感器網(wǎng)絡(luò)中的目標(biāo)跟蹤技術(shù)[J]．中興通訊技術(shù)，2008，14(1):48 －53．

[10]Zhao F，Shin J，Reich J．Information-Driven Dynamic Sensor Collaboration for Tracking Application[J]．IEEE Signal Processing Magazine，March 2002．

[11]Prabal K D．On Random Event Detection with Wireless Sensor Networks[D]．USA:The Ohio State University，2004．

[12]康嫩紅．?dāng)?shù)據(jù)融合理論與應(yīng)用[M]．西安電子科技大學(xué)出版社，西安，2006．

[13]Mechitov K，Sundresh S，Kwon Y，et al．Cooperative Tracking with Binary-Detection Sensor Networks[C]//Proceeding 1st Int．Conf．on Embedded Networked Sensor System(SenSys03)，Los Angeles，CA，November 5 －7，2003．