潘 炳 煌,滕 玉 浩,錢 凌 欣,羅 文,俞 肇 元

(南京師范大學(xué)虛擬地理環(huán)境教育部重點實驗室,江蘇 南京 210023;江蘇省地理環(huán)境演化國家重點實驗室培育建設(shè)點,江蘇 南京 210023;江蘇省地理信息資源開發(fā)與利用協(xié)同創(chuàng)新中心,江蘇 南京 210023)

0 引言

隨著大數(shù)據(jù)與泛在信息的發(fā)展,室內(nèi)環(huán)境行為軌跡分析逐漸得到重視[1]。基于高密度、低成本的熱釋電紅外(Passive Infrared,PIR)傳感器網(wǎng)絡(luò)進(jìn)行人群行為軌跡的定位與重建,是室內(nèi)環(huán)境行為軌跡分析的重要手段。PIR傳感器通過感知一定范圍內(nèi)是否有人經(jīng)過輸出布爾信號,能以較低成本獲取人員位置信息,實現(xiàn)對人群行為軌跡的識別與跟蹤,相比WiFi[2,3]、GPS[4]等手段的室內(nèi)定位更精確,已廣泛應(yīng)用于室內(nèi)追蹤[5]、行為特征分析[6,7]等領(lǐng)域。

現(xiàn)有利用傳感器數(shù)據(jù)進(jìn)行行為特征提取[8]的研究可分為3類:①行為特征識別與分類。主要利用統(tǒng)計學(xué)方法(如Kalman濾波[9]、隱Markov鏈模型[10]、topic模型[11]、貝葉斯網(wǎng)絡(luò)[12])提取人類行為,或通過樣本訓(xùn)練對人類行為特征進(jìn)行建模與識別,建模方法有神經(jīng)網(wǎng)絡(luò)[13]、支持向量機(jī)[14,15]、深度學(xué)習(xí)[16]等。②軌跡追蹤[17]。通過將軌跡片段相關(guān)聯(lián)實現(xiàn)對對象的連續(xù)追蹤(如tracklets方法[18,19])。Ivanov等[20]利用tracklets圖模型組織室內(nèi)PIR傳感器響應(yīng)序列,實現(xiàn)軌跡分布網(wǎng)絡(luò)構(gòu)建,并借助圖像傳感器獲得實際行人軌跡。③軌跡重構(gòu)。根據(jù)傳感器數(shù)據(jù)重現(xiàn)行為運動軌跡,如路網(wǎng)結(jié)構(gòu)上的車輛軌跡重構(gòu)方法[21-23]、傳感器網(wǎng)絡(luò)上的行人軌跡重構(gòu)方法[24,25]。在PIR傳感器行為軌跡重構(gòu)方面,基于幾何代數(shù)[26]的方法對傳感器網(wǎng)絡(luò)上的響應(yīng)數(shù)據(jù)進(jìn)行全局統(tǒng)一分析,以相鄰傳感器在連續(xù)時間上的響應(yīng)次序重構(gòu)行人在傳感器網(wǎng)絡(luò)上的行為軌跡。然而,幾何代數(shù)方法沒有考慮傳感器的實際分布場景和相鄰傳感器之間距離造成的時間差異,重構(gòu)結(jié)果不確定性較大;同時,該方法使用矩陣外積形式進(jìn)行軌跡重建,涉及大量矩陣計算,時間復(fù)雜度較高。針對上述不足,袁林旺等[27]在幾何代數(shù)軌跡重構(gòu)的基礎(chǔ)上,使用模板匹配的思路降低了軌跡重構(gòu)中的計算量,提高了效率,但該方法中的四鄰域模板無法匹配所有的傳感器拓?fù)浣Y(jié)構(gòu)。

事實上,傳感器網(wǎng)絡(luò)是一個伴隨著行人出入的開放系統(tǒng),因此,傳感器的布設(shè)環(huán)境影響軌跡分布的特征,考慮傳感器的布設(shè)環(huán)境有助于提高軌跡重構(gòu)的空間約束完整性和重構(gòu)結(jié)果一致性。鑒于此,本文提出一種顧及傳感器外連通性的PIR傳感器網(wǎng)絡(luò)行為軌跡重構(gòu)方法,利用傳感器網(wǎng)絡(luò)的布設(shè)環(huán)境約束降低軌跡重構(gòu)中的不確定性,從而提高軌跡重構(gòu)的準(zhǔn)確度。

1 研究方法

PIR傳感器是一種檢測視場內(nèi)物體輻射紅外光的電子器件,基于熱釋電效應(yīng)對行人進(jìn)行監(jiān)測和記錄,被觸發(fā)時呈現(xiàn)高電壓狀態(tài),未被觸發(fā)時呈現(xiàn)低電壓狀態(tài)[28]。當(dāng)行人在傳感器網(wǎng)絡(luò)的感應(yīng)區(qū)域內(nèi)移動時,相關(guān)傳感器會在一定時間內(nèi)相繼響應(yīng)并記錄響應(yīng)的起止時間。傳感器的外連通性表示傳感器是否直接與網(wǎng)絡(luò)外界連通,行人能從外連通的傳感器處進(jìn)入或者離開傳感器網(wǎng)絡(luò),無外連通性的傳感器在環(huán)境的約束下,行人只能來自其他傳感器的感應(yīng)區(qū)域。由于PIR傳感器只能感知是否被觸發(fā),故無法直接判斷出行人的數(shù)量和運動狀態(tài),在軌跡重構(gòu)中存在不確定性。如圖1a所示,行人處于傳感器6的感應(yīng)區(qū)域內(nèi),下一時刻可能向傳感器2、5、7移動,也可能在傳感器6區(qū)域保持不動。當(dāng)下一時刻傳感器的響應(yīng)狀態(tài)如圖1b所示時,在對行人行為進(jìn)行判斷時,會出現(xiàn)不確定的情況,即傳感器7(與外界直接連通)范圍內(nèi)的行人可能來自傳感器6,也可能來自傳感器外界。因此,軌跡可能是“6→2”與“7”,也可能是“6→2”與“6→7”。綜上,由于PIR傳感器不支持對行人數(shù)量的判斷以及運動方向的感知,因此,在傳感器網(wǎng)絡(luò)的軌跡重構(gòu)中需要考慮各種影響行為軌跡的情況,通過多個傳感器識別行人在空間中的運動軌跡,以提高行為識別的完備性。

圖1 傳感器網(wǎng)絡(luò)上運動方向

本文研究流程包括PIR傳感器網(wǎng)絡(luò)場景模擬、軌跡重構(gòu)以及重構(gòu)結(jié)果檢驗3個步驟(圖2)。①PIR傳感器網(wǎng)絡(luò)場景模擬?，F(xiàn)有公開數(shù)據(jù)集多不包含真實軌跡,無法驗證方法重構(gòu)結(jié)果的準(zhǔn)確性。因此,本文將PIR傳感器網(wǎng)絡(luò)場景模擬數(shù)據(jù)作為行為軌跡重構(gòu)的數(shù)據(jù)來源,具體而言:使用PIR傳感器場景模擬產(chǎn)生數(shù)據(jù),模型根據(jù)MERL[29]公開的傳感器分布場景構(gòu)建,一共有兩層,分布有213個傳感器。PIR場景模擬系統(tǒng)通過隨機(jī)生成“小球”模擬行人運動,傳感器會在“小球”進(jìn)入感應(yīng)區(qū)域內(nèi)改變顏色,并記錄響應(yīng)的起止時間。②軌跡重構(gòu)。包括傳感器網(wǎng)絡(luò)模型構(gòu)建、時空約束定義和軌跡生成3個部分(流程如圖3所示),當(dāng)獲取到一條新的感應(yīng)記錄,將以兩條線路對數(shù)據(jù)進(jìn)行處理,第一條線路是進(jìn)行拓?fù)渑袛嗯c軌跡更新,逐個分析軌跡鏈表庫中的軌跡,判斷軌跡是否與當(dāng)前處理的響應(yīng)記錄滿足時空約束條件,滿足則對當(dāng)前軌跡進(jìn)行延伸,同時,判斷軌跡是否結(jié)束,已經(jīng)結(jié)束的軌跡將被重新組織存儲到軌跡存儲庫中;第二條線路判斷當(dāng)前響應(yīng)傳感器的外連通性,當(dāng)傳感器的響應(yīng)時間特征滿足設(shè)定條件時,從該傳感器創(chuàng)建新軌跡。通過逐個處理響應(yīng)記錄,不斷進(jìn)行新建軌跡、軌跡更新和軌跡轉(zhuǎn)儲,最終得到傳感器網(wǎng)絡(luò)上的連續(xù)行為軌跡。③重構(gòu)結(jié)果檢驗。對重構(gòu)得到的軌跡數(shù)據(jù)與PIR場景模擬系統(tǒng)導(dǎo)出的真實軌跡進(jìn)行對比,分析軌跡重構(gòu)的精度。

圖2 PIR傳感器網(wǎng)絡(luò)軌跡重構(gòu)框架

圖3 PIR傳感器網(wǎng)絡(luò)行為軌跡重構(gòu)分析流程

1.1 傳感器網(wǎng)絡(luò)模型構(gòu)建

傳感器網(wǎng)絡(luò)是軌跡重構(gòu)的基礎(chǔ),在軌跡重構(gòu)中作為空間約束。本文將傳感器網(wǎng)絡(luò)表示為圖G=(V,E):V={v1,v2,…,vN}為包含N個頂點的集合,任意一個頂點可表示為vw={xw,yw,cw},其中,xw、yw為傳感器的二維坐標(biāo),cw∈{0,1}表示傳感器的外連通屬性;E={(vr,vc),…}(vr,vc∈V)為傳感器網(wǎng)絡(luò)的邊集,其中,(vr,vc)表示傳感器r與傳感器c的感應(yīng)區(qū)域連通。

1.2 時空約束定義

對軌跡重構(gòu)過程定義兩個條件約束:傳感器布設(shè)環(huán)境的空間約束和傳感器響應(yīng)的時間約束,前者可具體分為傳感器網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)與傳感器的外連通性,后者包括傳感器的編號、響應(yīng)的起止時間。令S={s1,s2,…}表示響應(yīng)記錄的數(shù)據(jù)集,其中,每條響應(yīng)記錄sk={vk,tk,ek},sk∈S,vk∈V,tk、ek分別表示傳感器響應(yīng)的起始時間、結(jié)束時間?；陧憫?yīng)數(shù)據(jù)進(jìn)行軌跡重構(gòu)實際上是找到在連續(xù)時間和相鄰空間上的響應(yīng)序列,則重構(gòu)軌跡可用一串響應(yīng)記錄p=sa→sb→sc→…表示。

圖4 傳感器位置表示

若當(dāng)前處理的響應(yīng)記錄對應(yīng)的傳感器具有外連通性,即cj=1,則需要考慮當(dāng)前傳感器是否為新軌跡的起點。由于傳感器無法識別行人的數(shù)量,因此,本文從傳感器響應(yīng)的時間長度以及相鄰傳感器響應(yīng)時間重疊上判斷是否有軌跡加入。在感應(yīng)區(qū)域相鄰的傳感器網(wǎng)絡(luò)中,行人在經(jīng)過相鄰傳感器的感應(yīng)區(qū)域時,會存在一段兩個傳感器均響應(yīng)的時間,記為T。如果存在行人進(jìn)入傳感器網(wǎng)絡(luò),則會出現(xiàn)以下3種狀態(tài):①進(jìn)入網(wǎng)絡(luò)處無其他行人,該狀態(tài)可直接判斷軌跡。②進(jìn)入網(wǎng)絡(luò)處有行人,兩人前后行走,該狀態(tài)下兩個傳感器共同響應(yīng)時間較長,也可能是行人在傳感器交界處停頓導(dǎo)致,此時,當(dāng)傳感器處外連通,會優(yōu)先考慮行人進(jìn)入的情況,從而得出判斷條件為k1T≤tj-ei≤k2T(表示行人從傳感器i運動到傳感器j,k1和k2為比例因子,表示單個行人經(jīng)過一個傳感器感應(yīng)區(qū)域的最大波動比例和行人靜止的最小波動比例;當(dāng)ej-tj>k2T時,認(rèn)為行人靜止),則認(rèn)為當(dāng)前傳感器上有新的行人進(jìn)入。③進(jìn)入網(wǎng)絡(luò)處有行人,兩人并排行走。該狀態(tài)無法從傳感器響應(yīng)的時間判斷,只能作為同一軌跡處理。重構(gòu)軌跡結(jié)束判斷條件是傳感器與外界直接連通且不存在時間相鄰的響應(yīng)記錄,即(cj=1)∧(tj-ei>ε),其中,ε>0為時間閾值,tj為剩余所有響應(yīng)記錄中最早的時間。

1.3 軌跡生成

在制定好軌跡重構(gòu)的時間約束后,依次處理傳感器的響應(yīng)記錄,進(jìn)而生成軌跡。假設(shè)重構(gòu)軌跡的集合為P={p1,p2,…},新加入的響應(yīng)記錄為s={v,t,e},以τ作為響應(yīng)記錄是否被處理的標(biāo)記量,τ=0表示未處理當(dāng)前記錄,以γ(p,s)判斷傳感器感應(yīng)記錄s是否滿足軌跡p延伸的時空約束條件,滿足時空約束輸出1,否則輸出0。軌跡重構(gòu)過程包括:

1)軌跡新增,即對滿足時空約束條件的響應(yīng)記錄創(chuàng)建軌跡并加入軌跡集合中。軌跡新增存在兩種情況:一是響應(yīng)記錄對應(yīng)的傳感器具有外連通性,且滿足軌跡新增的條件,可表示為(c=1)∧(k1T≤tj-ei≤k2T),此時在軌跡集合中新增一條以當(dāng)前傳感器位置為起始的軌跡,并將τ置為1;二是當(dāng)前響應(yīng)記錄與軌跡集合中的任何軌跡沒有時空相關(guān)性,即?p∈P,?γ(p,s)=1,記τ=1,否則τ=0,對集合中的軌跡逐個判斷后標(biāo)記量τ=0。

2)軌跡更新,在處理的響應(yīng)記錄與軌跡具有時空相關(guān)性時進(jìn)行。分別對軌跡集合中的每條軌跡進(jìn)行時空約束判斷,當(dāng)滿足時空約束((ei≥tj)∧(ti≤tj)∧(ei≤ej))∧((vi,vj)∈E),則將感應(yīng)記錄信息加在軌跡的尾端,即如果存在γ(p,s)=1,則使用響應(yīng)記錄s的信息對軌跡p進(jìn)行延伸,并將τ置為1。

3)軌跡轉(zhuǎn)儲,是將軌跡集合中已經(jīng)結(jié)束的軌跡另外存儲并從軌跡集合中剔除,以減少后續(xù)感應(yīng)記錄判斷的次數(shù)。軌跡結(jié)束的判斷條件為(cj=1)∧(tj-ei>ε),即如果存在γ(p,s)=0,則將軌跡p另外存儲并從軌跡集合P中刪除。

1.4 數(shù)據(jù)組織與方法實現(xiàn)

根據(jù)傳感器響應(yīng)記錄處理流程特點,為數(shù)據(jù)處理中的每部分設(shè)計合適的數(shù)據(jù)結(jié)構(gòu)(圖5)。其中,傳感器網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)(圖5a)需提前輸入傳感器網(wǎng)絡(luò)的結(jié)構(gòu),并設(shè)置每個傳感器的外連通性,另外存儲每個傳感器的編號與傳感器所在的空間位置,由于此部分查詢操作較多,且傳感器網(wǎng)絡(luò)為稀疏圖,故用鄰接表的形式組織;響應(yīng)數(shù)據(jù)處理隊列(圖5b)接收傳感器的響應(yīng)數(shù)據(jù),并將數(shù)據(jù)按傳感器響應(yīng)的起始時間依次加入隊列中,后續(xù)按順序處理響應(yīng)數(shù)據(jù),此部分的主要操作是插入與刪除,不涉及數(shù)據(jù)的查找與更新,是標(biāo)準(zhǔn)的隊列操作;軌跡處理鏈表(圖5c)用于存儲尚未重構(gòu)結(jié)束的軌跡,存放每條軌跡的ID以及軌跡關(guān)聯(lián)的所有傳感器編號,當(dāng)檢測到當(dāng)前軌跡已結(jié)束,則將軌跡數(shù)據(jù)轉(zhuǎn)儲到軌跡倉庫,此處插入、刪除操作較多,故用鏈表的形式組織,此外,對軌跡鏈表尾端的判斷較頻繁,在每條軌跡的頭部存儲軌跡尾端的地址;軌跡存儲倉庫(圖5d)以軌跡ID、位置坐標(biāo)、時間戳的形式存儲已完成構(gòu)建的軌跡數(shù)據(jù)。

圖5 數(shù)據(jù)結(jié)構(gòu)

根據(jù)傳感器網(wǎng)絡(luò)軌跡重構(gòu)中時間連續(xù)性、傳感器拓?fù)?、傳感器外連通性的3個時間約束構(gòu)建傳感器響應(yīng)記錄分析算法(算法1)。

算法1顧及外連通性的傳感器路徑重構(gòu)算法

函數(shù):軌跡時空判斷ST(p,s),軌跡延伸PE(p,s),軌跡結(jié)束判斷PD(p,s,ε),獲取傳感器外連通性G(v),軌跡轉(zhuǎn)儲PR(D,p),創(chuàng)建軌跡NP(P,s),判斷響應(yīng)記錄時間長度是否觸發(fā)新增軌跡條件TE(p,s)

參數(shù)說明:p表示一條軌跡,s表示傳感器的一條響應(yīng)記錄,v表示一個傳感器

輸出:軌跡存儲集D

FORm=1TOMDO

// 對于每一條響應(yīng)記錄,使用每一條軌跡與之判斷

// 創(chuàng)建變量:z←TRUE

FORn=1TONDO

// 時間連續(xù)性判斷

IFST(pn,sm)==TRUETHEN

// 傳感器拓?fù)湎噜徟袛?/p>

IFPD(pn,sm)==TRUETHEN

改變變量的值:z←FALSE

軌跡延伸:PE(pn,sm)

// 判斷當(dāng)前傳感器處是否會有行人進(jìn)入

IF(G(sm)==TRUE)&&(TE(pn,sm)==TRUE)THEN

創(chuàng)建新軌跡,存儲到P:NP(P,sm)

ENDIF

ENDIF

ELSE

// 判斷軌跡是否結(jié)束

IFPD(pn,sm,ε)==TRUETHEN

將軌跡轉(zhuǎn)儲到D:PR(D,pn)

ENDIF

ENDIF

ENDFOR

// 當(dāng)前感應(yīng)數(shù)據(jù)未處理

IFz=TRUETHEN

創(chuàng)建新軌跡,存儲到P:NP(P,sm)

ENDIF

ENDFOR

2 實例驗證

2.1 研究對象與數(shù)據(jù)

本文基于三菱電氣研究實驗室(Mitsubishi Electric Research Labs,MERL)公開的室內(nèi)場景以及傳感器網(wǎng)絡(luò)分布構(gòu)建PIR傳感器模擬場景,該場景實現(xiàn)了PIR傳感器的響應(yīng)機(jī)制,支持對行人運動的模擬,記錄運動軌跡與傳感器的響應(yīng)數(shù)據(jù),響應(yīng)數(shù)據(jù)格式與MERL一致。模擬場景分為兩層,共布置213個PIR傳感器[29],本文選擇其中第二層作為研究對象,按照傳感器的空間分布以及傳感器之間的連通性構(gòu)建網(wǎng)絡(luò)模型并設(shè)置傳感器的外連通性(圖6)。在PIR模擬程序中能模擬任意數(shù)量的行人運動,導(dǎo)出傳感器的響應(yīng)記錄,并將實際軌跡導(dǎo)出作為重構(gòu)結(jié)果對比。

圖6 傳感器分布以及網(wǎng)絡(luò)模型

2.2 軌跡重構(gòu)

為從傳感器響應(yīng)序列中構(gòu)建合理的軌跡,本文根據(jù)傳感器網(wǎng)絡(luò)的實際分布設(shè)置約束條件。假設(shè)普通人的行走速度范圍為1～2 m/s,每個傳感器的感應(yīng)區(qū)域邊長為2 m,則按照正常的行走速度,行人從一個傳感器中心區(qū)域進(jìn)入一個相鄰傳感器中心區(qū)域的時間約為2 s,故以2 s作為判斷軌跡結(jié)束的閾值,低于2 s則認(rèn)為滿足時間約束條件。在設(shè)置重構(gòu)約束條件后,依次處理傳感器的響應(yīng)記錄,重構(gòu)傳感器網(wǎng)絡(luò)上的行為軌跡。以對10個行人的運動軌跡進(jìn)行重構(gòu)為例,由真實的軌跡分布與重構(gòu)結(jié)果(圖7)對比可以看出,本文方法能對傳感器的感應(yīng)數(shù)據(jù)進(jìn)行有效重構(gòu),軌跡的整體分布基本一致。由于使用時間連續(xù)的條件判斷軌跡是否連續(xù)經(jīng)過空間上不鄰近的傳感器,本文方法允許出現(xiàn)空間不相鄰的傳感器。另外,本文方法重構(gòu)的軌跡在傳感器分布密集處難以準(zhǔn)確判斷實際軌跡路線,導(dǎo)致重構(gòu)軌跡比真實軌跡多。

圖7 軌跡重構(gòu)結(jié)果對比

2.3 精度分析

為定量對比重構(gòu)軌跡與真實軌跡之間的差異,本文使用最長公共子序列(Longest Common Subsequence,LCSS)[30]計算真實軌跡A與重構(gòu)軌跡B的匹配程度DLCSS,計算公式為:

LCSS(Ai,Bj)=

(1)

DLCSS=LCSS(Ai,Bj)/i

(2)

式中:LCSS(Ai,Bj)為軌跡A、B的LCSS長度,i,j分別為軌跡A、B的序列長度,γ為軌跡點相似閾值,dist(Ai,Bj)為兩個軌跡點在空間和時間上的匹配程度。

由圖8可知,隨機(jī)構(gòu)成的10條軌跡大部分能被有效識別,其中有一條由4個點構(gòu)成的軌跡的匹配度為0.75,表明本文方法的重構(gòu)精度較高。進(jìn)一步從時間復(fù)雜度上分析,本文方法主要受傳感器響應(yīng)記錄的數(shù)量M與軌跡處理鏈表中軌跡數(shù)量N的影響。如算法1所示,本文方法主要是對軌跡的尾端結(jié)點和傳感器響應(yīng)記錄進(jìn)行拓?fù)浔容^,依次取出響應(yīng)記錄并與軌跡處理鏈表中的所有軌跡相比較,其中傳感器響應(yīng)記錄的數(shù)量M確定,軌跡處理鏈表中的軌跡數(shù)量N為變量,故時間復(fù)雜度為O(M×N),可見本文方法在行人較少的場景中效率較高。

圖8 軌跡重構(gòu)精度評估

3 結(jié)論與討論

基于傳感器數(shù)據(jù)的特征分析是室內(nèi)行為研究的重要手段。PIR傳感器的室內(nèi)軌跡重構(gòu)能在不涉及隱私的情況下分析行人的移動特征、活動范圍等,在隱私保護(hù)意識不斷增強(qiáng)的大環(huán)境下使用低成本、無接觸的PIR傳感器進(jìn)行室內(nèi)行為監(jiān)控具有重要研究意義。當(dāng)前在PIR傳感器的行為軌跡重構(gòu)中存在計算量大、考慮因素不完備等問題,本文提出的顧及外連通性的傳感器網(wǎng)絡(luò)行為軌跡重構(gòu)方法將傳感器的布控范圍納入軌跡重構(gòu)的考慮因素中,通過設(shè)定時空約束條件降低軌跡重構(gòu)過程中的不確定性,模擬實驗結(jié)果表明,本文方法能有效重構(gòu)行為軌跡且與真實軌跡的匹配度較高,部分軌跡重建結(jié)果與原始軌跡不完全相符,主要原因在于實驗選取的時空相關(guān)性判斷條件固定,面對復(fù)雜的傳感器分布場景以及軌跡分布出現(xiàn)判斷偏差。

室內(nèi)場景是地理分析的重要組成部分,室內(nèi)傳感器網(wǎng)絡(luò)是室內(nèi)定位數(shù)據(jù)的重要來源,基于傳感器網(wǎng)絡(luò)的軌跡重構(gòu)是室內(nèi)運動分析的重要方法。由于PIR傳感器對空間中行人數(shù)量監(jiān)測的功能缺陷,導(dǎo)致無法準(zhǔn)確預(yù)估軌跡的數(shù)量,通過算法分析能在一定程度上還原傳感器網(wǎng)絡(luò)上的軌跡走向。本文引入傳感器外連通性,能識別并處理更多的記錄,提高了傳感器響應(yīng)數(shù)據(jù)處理的完備性與結(jié)果一致性,也為二值傳感器研究提供了新思路。本文方法有待改進(jìn)之處在于:①在軌跡重構(gòu)中使用響應(yīng)記錄依次延伸軌跡,未能通過后續(xù)的軌跡走向?qū)ο惹败壽E中的不確定問題進(jìn)行優(yōu)化,也不能判斷復(fù)雜分布場景中的軌跡數(shù)量;②需改進(jìn)軌跡重構(gòu)中延伸軌跡的條件,針對不同傳感器分布的局部特征使用不同的判斷規(guī)則;③通過考慮傳感器感應(yīng)區(qū)域的外連通關(guān)系,結(jié)合重構(gòu)軌跡的分布特征,從而判斷傳感器分布區(qū)域內(nèi)通道的暢通情況,也是方法改進(jìn)的一個方向。