摘要:

在稀疏无线传感器网络中,移动单元节点常被用于数据采集和转发.基于Voronoi图设计一条尽可能短的移动单元节点数据采集路径.在该路径中,移动单元节点被调度去访问一个Voronoi节点子集,在给定通信半径内,该节点子集能覆盖所有传感器节点.仿真实验结果表明,通过连接Voronoi节点子集而形成的优化路径能有效缩短移动单元节点的行进路径长度.

摘要:

分布式无迹信息滤波(Distributed unscented information filter, DUIF)算法是一种有效的非线性分布式状态估计多源信息融合方法,然而当将该算法应用于稀疏无线传感器网络(Wireless sensor networks, WSN)时,稀疏WSN 中存在的无效节点会引起使滤波趋于发散的平均一致误差。针对该问题,本文提出一种改进DUIF 算法。该算法不改变DUIF 算法的级联结构,而是将其底层和上层滤波器分别改进为局部无迹信息滤波器(Local unscented information filter, LUIF)和加权平均一致性滤波器。 LUIF 对每个节点的局部多源观测信息进行局部融合,得到局部的后验估计信息向量和矩阵,进而将它们作为加权平均一致性滤波器的输入,最终得到不包含平均一致误差的分布式后验估计结果。其中,加权平均一致性滤波器是通过对由LUIF 输出的局部后验估计信息向量和矩阵分别进行平均一致性滤波而得以在改进DUIF 算法框架下实现的。同时,在此过程中,相邻节点之间的状态估计互相关信息也被引入改进DUIF算法的输出结果中,进一步增强了滤波的可靠性。仿真实验结果表明,改进DUIF 算法能够在稀疏WSN 中对机动目标进行有效跟踪,在估计精度和抑制滤波发散方面明显优于标准DUIF算法。