郭新明 何旭東

摘 要：針對(duì)無線傳感器網(wǎng)絡(luò)中的目標(biāo)追蹤問題，提出了一種基于有向無線傳感器網(wǎng)絡(luò)的入侵軌跡追蹤算法。該算法周期性地計(jì)算發(fā)現(xiàn)入侵者的若干傳感器節(jié)點(diǎn)的質(zhì)心，以質(zhì)心的變化軌跡擬合入侵者的移動(dòng)軌跡。仿真結(jié)果顯示，該算法能夠有效追蹤入侵者穿越監(jiān)測(cè)區(qū)域的軌跡，但對(duì)高密度入侵行為的軌跡追蹤效果不佳，這將是下一步研究的內(nèi)容。

關(guān)鍵詞：無線傳感器網(wǎng)絡(luò);軌跡追蹤;質(zhì)心定位;節(jié)點(diǎn);擬合;入侵者

0 引 言

隨著微系統(tǒng)（MEMS）、無線通信技術(shù)（WCT）、片上系統(tǒng)（SoC）以及信息處理手段的不斷進(jìn)步，無線傳感器網(wǎng)絡(luò)（Wireless Sensor Networks，WSN）在技術(shù)研究及應(yīng)用領(lǐng)域均獲得了可喜的成績(jī)。入侵軌跡追蹤是WSN的一項(xiàng)重要應(yīng)用技術(shù)，它能夠記錄入侵者進(jìn)入監(jiān)測(cè)區(qū)域的路線，實(shí)現(xiàn)對(duì)入侵行為的詳細(xì)描述，比如在軍事活動(dòng)中監(jiān)測(cè)和跟蹤敵軍運(yùn)動(dòng)的軌跡和布防情況，在森林火災(zāi)營(yíng)救過程中獲知消防人員的位置和動(dòng)向等[1]。

利用WSN節(jié)點(diǎn)自身定位與移動(dòng)目標(biāo)定位跟蹤移動(dòng)目標(biāo)的軌跡。節(jié)點(diǎn)定位方法主要分為基于測(cè)距的定位方法和基于非測(cè)距的定位方法[2];目標(biāo)追蹤技術(shù)分為單目標(biāo)追蹤和多目標(biāo)追蹤[3]。

文獻(xiàn)[4]設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)無線傳感器網(wǎng)絡(luò)軌跡追蹤系統(tǒng)，并分析了具有不同參考節(jié)點(diǎn)的定位區(qū)域?qū)Χㄎ还?jié)點(diǎn)的定位精確性和穩(wěn)定性的影響。文獻(xiàn)[5]從入侵者的角度出發(fā)，提出一種兼顧安全和時(shí)效性能的SS啟發(fā)式移動(dòng)軌跡策略，該策略無需全網(wǎng)拓?fù)浣Y(jié)構(gòu)即可動(dòng)態(tài)反映目標(biāo)對(duì)安全和時(shí)效兩種性能的不同需求。文獻(xiàn)[6]設(shè)計(jì)了一個(gè)基于2階段聚合的目標(biāo)定位算法，優(yōu)化了單個(gè)網(wǎng)格內(nèi)的定位效果，提出了一個(gè)基于順/逆時(shí)針機(jī)制的最短路徑選擇算法，保證最小化參與傳輸節(jié)點(diǎn)的數(shù)目。文獻(xiàn)[7]針對(duì)無線傳感器網(wǎng)絡(luò)目標(biāo)跟蹤算法節(jié)點(diǎn)負(fù)載不均衡的問題，提出了一種基于負(fù)載均衡分簇的無線傳感器網(wǎng)絡(luò)目標(biāo)跟蹤算法，該算法均衡了無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的負(fù)載，并提高了目標(biāo)跟蹤的精度和可靠性。文獻(xiàn)[8]基于水下環(huán)境，提出了兩種分別解決能量有限和通信問題的目標(biāo)跟蹤算法，有效提高了量測(cè)精度和跟蹤性能。上述文獻(xiàn)中的WSN目標(biāo)跟蹤研究均是基于全向無線傳感器節(jié)點(diǎn)進(jìn)行的，而基于有向無線傳感器節(jié)點(diǎn)的目標(biāo)跟蹤技術(shù)研究卻較少見。

針對(duì)有向無線傳感器網(wǎng)絡(luò)的入侵軌跡問題，提出了一種基于質(zhì)心定位的軌跡追蹤算法。在不考慮節(jié)點(diǎn)能耗、損壞的前提下，該算法能夠有效估算入侵者的位置，實(shí)現(xiàn)對(duì)穿越監(jiān)測(cè)區(qū)域目標(biāo)移動(dòng)軌跡的實(shí)時(shí)追蹤。

1 網(wǎng)絡(luò)模型及問題描述

1.1 有向無線傳感器網(wǎng)絡(luò)模型

有向無線傳感器網(wǎng)絡(luò)的仿真環(huán)境為一個(gè)長(zhǎng)L寬W的矩形區(qū)域，該矩形區(qū)域內(nèi)隨機(jī)部署若干同構(gòu)的有向無線傳感器節(jié)點(diǎn)，節(jié)點(diǎn)一旦部署完成與該矩形區(qū)域的幾何關(guān)系便不再發(fā)生變化。

有向無線傳感器節(jié)點(diǎn)的感知模型通常用一個(gè)五元組表示，如圖1所示。其中Pi=（xi， yi）用來表示有向節(jié)點(diǎn)在矩形網(wǎng)絡(luò)中的坐標(biāo);r表示有向節(jié)點(diǎn)的感知半徑;表示有向節(jié)點(diǎn)的感知方向;α表示有向節(jié)點(diǎn)的右邊界同X軸的夾角;θ表示有向節(jié)點(diǎn)的傳感角度，節(jié)點(diǎn)的通信半徑R≥2r且是全向范圍。

1.2 移動(dòng)目標(biāo)追蹤問題描述

關(guān)于移動(dòng)目標(biāo)的軌跡追蹤問題，WSN將周期性地捕獲入侵者的位置信息，然后將捕獲的位置信息按照時(shí)間次序擬合成入侵軌跡。本文中入侵者的位置信息采用改進(jìn)的質(zhì)心定位算法獲得，所有傳感器節(jié)點(diǎn)采用有向無線傳感器。

2 有向無線傳感器網(wǎng)絡(luò)入侵軌跡追蹤算法

2.1 有向無線傳感器質(zhì)心計(jì)算

有向無線傳感器節(jié)點(diǎn)的傳感模型是一個(gè)扇形區(qū)域，所以求有向無線傳感器節(jié)點(diǎn)的質(zhì)心其實(shí)就是求扇形的質(zhì)心。如圖2所示，將扇形的圓心置于直角坐標(biāo)系的原點(diǎn)處，將X軸作為扇形的角平分線，扇形的質(zhì)心應(yīng)位于（， 0）處，其中由于有向無線傳感器節(jié)點(diǎn)為隨機(jī)部署，為了不失一般性，有向無線傳感器節(jié)點(diǎn)Pk的質(zhì)心坐標(biāo)為（， ）。

2.2 入侵者定位算法

有向無線傳感器網(wǎng)絡(luò)的監(jiān)測(cè)區(qū)域被部署在其中的若干有向傳感節(jié)點(diǎn)覆蓋，由于是隨機(jī)部署，因此傳感器節(jié)點(diǎn)的分布并不均勻。若一個(gè)入侵者進(jìn)入監(jiān)測(cè)區(qū)域，但能夠感應(yīng)到入侵者的傳感節(jié)點(diǎn)個(gè)數(shù)無法確定。為了方便定位入侵者，現(xiàn)將有向無線傳感器網(wǎng)絡(luò)的定位分為以下4種情況：

（1）若入侵者未被任何傳感器節(jié)點(diǎn)感知，則WSN不認(rèn)為存在入侵行為，不會(huì)進(jìn)行定位，如圖3（a）所示。

（2）若入侵者被某個(gè)傳感器節(jié)點(diǎn)感知，則WSN判斷存在入侵行為，入侵者的位置被估算為該傳感器節(jié)點(diǎn)感知區(qū)域的質(zhì)心，如圖3（b）所示。

（3）若入侵者被2個(gè)傳感器節(jié)點(diǎn)感知，則WSN判斷為存在入侵行為，入侵者的位置被估算為2個(gè)傳感器節(jié)點(diǎn)感知范圍相交區(qū)域的質(zhì)心，如圖3（c）所示。

（4）若入侵者被3個(gè)及以上傳感器節(jié)點(diǎn)感知，則WSN判斷為存在入侵行為，入侵者的位置被估算為3個(gè)傳感器節(jié)點(diǎn)（序號(hào)最小的3個(gè)傳感器）感知范圍相交區(qū)域的質(zhì)心，如圖3（d）所示。

2.3 軌跡追蹤算法設(shè)計(jì)

在實(shí)際應(yīng)用中，軌跡追蹤過程會(huì)受到天氣狀況、障礙物遮擋、節(jié)點(diǎn)能量等多種因素的影響[10]，不確定性因素較多。為方便研究工作，本文作如下假設(shè)條件：

條件1：每個(gè)傳感器均知曉自己的所有信息;

條件2：WSN監(jiān)測(cè)區(qū)域的覆蓋率達(dá)到90%以上。

軌跡追蹤算法具體步驟如下：

（1）若監(jiān)測(cè)區(qū)域的覆蓋率超過90%，則啟動(dòng)計(jì)時(shí)器，clock=3 000 ms，執(zhí)行步驟（2），否則執(zhí)行步驟（5）;

（2）若clock的值為0，則掃描全網(wǎng)的傳感器節(jié)點(diǎn)，判斷是否存在入侵者進(jìn)入網(wǎng)絡(luò)，若發(fā)現(xiàn)入侵者，clock=3 000 ms，執(zhí)行步驟（3），否則，clock=3 000 ms，執(zhí)行步驟（2）;

（3）依據(jù)感應(yīng)到入侵者節(jié)點(diǎn)的幾何關(guān)系計(jì)算入侵者個(gè)數(shù)，根據(jù)質(zhì)心計(jì)算方法，計(jì)算每個(gè)入侵者的位置并存儲(chǔ)到軌跡隊(duì)列中，同時(shí)依據(jù)軌跡隊(duì)列繪制各入侵者的軌跡，執(zhí)行步驟（4）;

（4）若監(jiān)測(cè)區(qū)域的覆蓋率小于90%，執(zhí)行步驟（5），否則執(zhí)行步驟（2）;

（5）喚醒部分休眠節(jié)點(diǎn)，執(zhí)行步驟（1）。

3 仿真實(shí)驗(yàn)與數(shù)據(jù)分析

3.1 仿真實(shí)驗(yàn)平臺(tái)的構(gòu)建

本文采用MyEclipse進(jìn)行仿真平臺(tái)的搭建，有向無線傳感器網(wǎng)絡(luò)的監(jiān)測(cè)區(qū)域?yàn)橐粋€(gè)1 000 m×500 m的矩形區(qū)域，在其內(nèi)隨機(jī)部署若干有向傳感器節(jié)點(diǎn)[10]。傳感器節(jié)點(diǎn)的感知范圍用扇形表示，仿真平臺(tái)效果如圖4所示。

3.2 有向無線傳感器網(wǎng)絡(luò)入侵軌跡追蹤算法實(shí)現(xiàn)

在上述仿真實(shí)驗(yàn)平臺(tái)中進(jìn)行單目標(biāo)和多目標(biāo)軌跡追蹤的效果如圖5和圖6所示，其中細(xì)線為入侵軌跡，粗線為追蹤軌跡。

3.3 實(shí)驗(yàn)結(jié)果及分析

為了分析軌跡追蹤算法的效果，對(duì)軌跡追蹤的精度P作如下定義：

式中：A表示測(cè)量值，即計(jì)算得到入侵者的位置信息;E表示入侵者的真實(shí)位置信息。本實(shí)驗(yàn)中入侵者的位置信息包括X軸和Y軸信息，在計(jì)算X軸精度后計(jì)算Y軸精度，最后P取X軸和Y軸精度的均值。顯然，P的值越小說明軌跡追蹤的效果越好。

圖7所示為在同等條件下，網(wǎng)絡(luò)分別部署全向無線傳感器節(jié)點(diǎn)和有向無線傳感器節(jié)點(diǎn)時(shí)入侵軌跡追蹤精度的對(duì)比情況，很明顯，有向無線傳感器網(wǎng)絡(luò)的軌跡追蹤效果優(yōu)于全向無線傳感器網(wǎng)絡(luò)。

4 結(jié) 語(yǔ)

本文針對(duì)無線傳感器網(wǎng)絡(luò)中的入侵行為追蹤問題，提出了一種基于有向無線傳感器網(wǎng)絡(luò)的入侵軌跡追蹤算法。該算法根據(jù)感應(yīng)到入侵者的若干有向無線傳感器的質(zhì)心遷移路徑來模擬入侵者的移動(dòng)軌跡。仿真實(shí)驗(yàn)結(jié)果顯示，該算法能夠有效追蹤入侵者穿越監(jiān)測(cè)區(qū)域的軌跡，實(shí)現(xiàn)了對(duì)入侵行為的甄別，且隨著部署節(jié)點(diǎn)數(shù)量的增多，軌跡追蹤的精確度也隨之增高。對(duì)比實(shí)驗(yàn)發(fā)現(xiàn)，有向無線傳感器網(wǎng)絡(luò)的軌跡追蹤效果明顯優(yōu)于全向無線傳感器網(wǎng)絡(luò)。本文的重點(diǎn)工作是在有向無線傳感器網(wǎng)絡(luò)中追蹤入侵者的移動(dòng)軌跡，并未涉及傳感器能耗、節(jié)點(diǎn)損壞、密集型入侵行為等方面的研究，這將是后續(xù)的研究?jī)?nèi)容。

參考文獻(xiàn)

[1]袁延召.基于無線傳感器網(wǎng)絡(luò)的目標(biāo)追蹤算法研究[D].大連：大連理工大學(xué)，2007.

[2]閆雷兵.基于無線傳感器網(wǎng)絡(luò)的目標(biāo)定位與跟蹤技術(shù)研究[D].南京：南京郵電大學(xué)，2017.

[3]楊斌.基于無線傳感器網(wǎng)絡(luò)的目標(biāo)發(fā)現(xiàn)與跟蹤研究[D].重慶：重慶大學(xué)，2010.

[4]英男.基于無線傳感器網(wǎng)絡(luò)的移動(dòng)物體軌跡追蹤系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].沈陽(yáng)：東北大學(xué)，2010.

[5]秦寧寧，張林，山秀明，等.無線傳感器網(wǎng)絡(luò)啟發(fā)式移動(dòng)軌跡策略的研究[J].電子與信息學(xué)報(bào)，2008，30（3）：707-711.

[6]任倩倩，劉紅陽(yáng)，劉勇，等.無線傳感器網(wǎng)絡(luò)基于2階段聚合的目標(biāo)跟蹤算法[J].計(jì)算機(jī)研究與發(fā)展，2017，54（9）：2001-2010.

[7]陶志勇，劉鐵生，蔣守鳳.基于負(fù)載均衡分簇的無線傳感器網(wǎng)絡(luò)目標(biāo)跟蹤算法[J].遼寧工程技術(shù)大學(xué)學(xué)報(bào)（自然科學(xué)版），2017，36（12）：1327-1331.

[8]韓英.基于水下無線傳感器網(wǎng)絡(luò)的目標(biāo)跟蹤算法研究[D].成都：電子科技大學(xué)，2019.

[9]同濟(jì)大學(xué)數(shù)學(xué)系.高等數(shù)學(xué)（下冊(cè)）[M].7版.北京：高等教育出版社，2014：172-173.

[10]張楠.無線傳感器網(wǎng)絡(luò)中目標(biāo)追蹤和傳感器定位研究[D].北京：華北電力大學(xué)，2019.

[11]郭新明，李康，陳偉，等.有向無線傳感器網(wǎng)絡(luò)弱柵欄覆蓋構(gòu)建算法設(shè)計(jì)[J].咸陽(yáng)師范學(xué)院學(xué)報(bào)，2018，33（6）：53-56.