無線傳感器網(wǎng)絡(luò)中的移動式目標(biāo)跟蹤

王田， 彭臻， 洪曉華， 蔡奕僑， 陳永紅， 田暉

(華僑大學(xué) 計算機(jī)科學(xué)與技術(shù)學(xué)院， 福建 廈門 361021)

?

無線傳感器網(wǎng)絡(luò)中的移動式目標(biāo)跟蹤

王田， 彭臻， 洪曉華， 蔡奕僑， 陳永紅， 田暉

(華僑大學(xué) 計算機(jī)科學(xué)與技術(shù)學(xué)院， 福建 廈門 361021)

針對傳統(tǒng)無線傳感器網(wǎng)絡(luò)進(jìn)行移動目標(biāo)跟蹤時能耗過高的問題，提出一種基于移動節(jié)點和固定節(jié)點協(xié)同工作的移動式目標(biāo)跟蹤算法.在傳統(tǒng)的由固定節(jié)點組成的無線傳感器網(wǎng)絡(luò)中加入少量移動節(jié)點,對移動目標(biāo)進(jìn)行持續(xù)性跟蹤.通過移動節(jié)點和普通固定節(jié)點之間的配合，提高監(jiān)測質(zhì)量和容錯性，在滿足既定監(jiān)測質(zhì)量要求的前提下，盡可能地減少參與監(jiān)測的普通固定活躍節(jié)點的數(shù)量.仿真實驗結(jié)果表明：所提出的跟蹤方法可以有效地降低固定節(jié)點的能耗，延長網(wǎng)絡(luò)生存期.

無線傳感器網(wǎng)絡(luò); 移動式監(jiān)測; 目標(biāo)跟蹤; 節(jié)能

無線傳感器網(wǎng)絡(luò)(WSN)是由大量無線傳感器構(gòu)成的無線自組織網(wǎng)絡(luò)，其目的是協(xié)作地感知、采集和處理網(wǎng)絡(luò)覆蓋區(qū)域內(nèi)感知對象的信息，并將其傳送給需要的用戶[1-2].目前，WSN在軍事、工業(yè)和環(huán)境等領(lǐng)域發(fā)揮著重要作用[3-7].WSN中的傳感器節(jié)點一般由廉價的嵌入式設(shè)備構(gòu)成，通過電池供電，電量有限.然而，網(wǎng)絡(luò)一旦部署，節(jié)點通常需要自主工作很長時間.因此，如何降低節(jié)點的能量消耗，提高網(wǎng)絡(luò)的生存周期是WSN的關(guān)鍵問題之一[2].目標(biāo)跟蹤是無線傳感器網(wǎng)絡(luò)中的一個重要應(yīng)用，吸引了大量學(xué)者進(jìn)行研究[8-9].在傳統(tǒng)的無線傳感器網(wǎng)絡(luò)中，傳感器節(jié)點的位置是固定不動的，節(jié)點自身沒有移動能力.由于節(jié)點無法跟隨目標(biāo)移動，為了能夠?qū)崟r地監(jiān)測目標(biāo)，需要眾多節(jié)點同時保持活躍狀態(tài)，從而導(dǎo)致大量的能量消耗.部分研究者通過提前喚醒目標(biāo)預(yù)測位置附近的節(jié)點，并讓其他不相關(guān)的節(jié)點切換到休眠狀態(tài)來有效地減少節(jié)點能耗，提高能量利用率[10-11].但是，不具有移動能力的固定節(jié)點在進(jìn)行目標(biāo)跟蹤時仍有很大的局限性.近年來，隨著可移動傳感器節(jié)點制造技術(shù)的發(fā)展，可移動傳感器所攜能量與普通固定節(jié)點相比不受限制[12]，越來越多的學(xué)者開始研究將移動節(jié)點加入到普通無線傳感器網(wǎng)絡(luò)中的情況[13-14].本文在傳統(tǒng)的無線傳感器網(wǎng)絡(luò)中加入移動節(jié)點對目標(biāo)進(jìn)行直接跟蹤，在保證監(jiān)測率不低于預(yù)設(shè)閾值的同時，盡可能地減少固定節(jié)點的能量消耗，提高能量利用率.

1 監(jiān)測模型及跟蹤問題

1.1 能量監(jiān)測模型

當(dāng)目標(biāo)出現(xiàn)在監(jiān)測區(qū)域時，會發(fā)出一定強(qiáng)度的信號，如聲音信號等.傳感器能感知這些信號并測量出信號能量的大小.同時，環(huán)境中存在背景噪聲，這些噪聲能量也會被傳感器所感知.所以傳感器i測量得到的總能量值ei由信號能量es(di)和噪聲能量en兩部分組成，表示為

(1)

式(1)中：信號能量es(di)隨著傳感器i與信號源距離di的增加而衰減.在二維坐標(biāo)平面中，假設(shè)傳感器i與目標(biāo)的距離為di，則傳感器i獲得的信號能量值可表示為

(2)

式(1)中：d0是由目標(biāo)自身形狀等特點決定的一個常數(shù)；S0是d0距離內(nèi)的信號能量值；k為衰減因子，通常取2～5；噪聲能量en近似滿足均值為μ，方差為σ2的高斯分布.因此，傳感器i測量得到的總能量值ei將滿足

(3)

1.2 決策模型

在決策模型中，每個傳感器將自身測量得到的總能量值與某個測量閾值λi進(jìn)行比較，獲得一個局部決策.局部決策值取0或者1，分別表示未監(jiān)測到目標(biāo)和已監(jiān)測到目標(biāo).目標(biāo)周圍參與監(jiān)測的傳感器節(jié)點將綜合所有的局部決策信息，做出一個系統(tǒng)決策[15].

基于式(2)，(3)，當(dāng)目標(biāo)出現(xiàn)時，傳感器i的測量值ei滿足

(4)

(5)

顯然，傳感器離目標(biāo)越近，得到的監(jiān)測概率越大.當(dāng)同時有n個傳感器對某一目標(biāo)進(jìn)行監(jiān)測時，系統(tǒng)監(jiān)測概率PD可表示為

(6)

1.3 問題定義

文中的網(wǎng)絡(luò)有以下3點假設(shè).1) 傳感器節(jié)點可以在活躍狀態(tài)和休眠狀態(tài)切換，以節(jié)省能量[16]，休眠狀態(tài)所消耗的能量遠(yuǎn)遠(yuǎn)小于活躍狀態(tài)下的能量消耗.2) 移動傳感器能量遠(yuǎn)大于固定傳感器能量，可視為不受限制[12]，如可移動至充電地點進(jìn)行充電等.因此，不考慮移動節(jié)點的能耗.3) 移動目標(biāo)處于任意節(jié)點的監(jiān)控半徑d0內(nèi)，就可實現(xiàn)對其的跟蹤[10].

(a) 固定節(jié)點監(jiān)測目標(biāo) (b) 移動節(jié)點監(jiān)測目標(biāo)圖1 問題定義示例圖Fig.1 Illustration of problem definition

在L×L的二維平面監(jiān)測區(qū)域內(nèi)，隨機(jī)部署n個位置固定的普通傳感器節(jié)點，m個移動傳感器節(jié)點以及1個移動目標(biāo).其中，n?m，固定節(jié)點和移動節(jié)點的感知半徑分別為r，R，r≤ R.移動節(jié)點移動速度為vm.移動目標(biāo)的最大速度為vo，vm≥vo.目標(biāo)在區(qū)域內(nèi)隨機(jī)移動，并有可能靜止，其目的是調(diào)度合適的移動節(jié)點來實現(xiàn)對目標(biāo)的跟蹤，盡可能地減少處于活躍狀態(tài)的固定節(jié)點的數(shù)量及時間，從而節(jié)省能耗(圖1).當(dāng)沒有移動節(jié)點參與跟蹤時， 需要5個固定節(jié)點保持活躍狀態(tài)以保證對目標(biāo)的監(jiān)測； 當(dāng)有移動節(jié)點可以監(jiān)測到目標(biāo)時，該移動節(jié)點可跟隨運動以跟蹤目標(biāo)，而其他固定節(jié)點可以轉(zhuǎn)為休眠狀態(tài)，從而減少固定節(jié)點能耗.

2 移動式目標(biāo)跟蹤算法

移動式目標(biāo)跟蹤算法是為了克服固定節(jié)點能量有限的缺點，通過引入移動傳感器節(jié)點對移動目標(biāo)進(jìn)行移動式跟蹤，減少處于活躍狀態(tài)的固定傳感器的數(shù)量和時間，從而減少耗能.假設(shè)監(jiān)控區(qū)域中隨機(jī)分布有一些固定節(jié)點和移動節(jié)點.

移動式目標(biāo)跟蹤算法有以下27個語句:

1) 節(jié)點之間交換位置信息，監(jiān)測到目標(biāo)出現(xiàn);

2) while (目標(biāo)出現(xiàn));

3) for (移動節(jié)點i);

4) 計算i到目標(biāo)的距離Lm，i;

5) if (Lm，i≤min{Lm});

6) min{Lm} ∶=Lm，i;

7)k∶=i;

8) end if;

9) end for;

10) if (min{Lm} ≤R);

11) 移動節(jié)點k跟蹤目標(biāo);

12) 固定節(jié)點轉(zhuǎn)為休眠狀態(tài);

13) continue;

14) end if;

15) sensed ∶= false;

16) for (固定節(jié)點j);

17) 計算j到目標(biāo)的距離Ls，j;

18) if (Ls，j≤r);

19) 固定節(jié)點j進(jìn)行監(jiān)測;

20) sensed ∶= true;

21) end if;

22) end for;

23) 移動節(jié)點k向目標(biāo)靠近;

24) if (sensed is false);

25) 開啟所有固定節(jié)點進(jìn)行監(jiān)測;

26) end if;

27) end while.

如該算法所示，初始狀態(tài)下，所有節(jié)點與各自鄰居節(jié)點交換位置信息，并監(jiān)測目標(biāo)是否出現(xiàn).當(dāng)目標(biāo)出現(xiàn)時，若當(dāng)前沒有移動節(jié)點能夠監(jiān)測到目標(biāo)，則跟蹤任務(wù)暫時由部分固定節(jié)點承擔(dān)(圖2).能夠監(jiān)測到目標(biāo)的固定節(jié)點將保持活躍狀態(tài)以跟蹤目標(biāo)，其他固定節(jié)點則保持休眠狀態(tài).同時，固定節(jié)點將目標(biāo)當(dāng)前的位置信息發(fā)送給移動節(jié)點.距離目標(biāo)最近的移動節(jié)點k向目標(biāo)方向靠近(語句16)～23)).

圖2 固定節(jié)點對目標(biāo)進(jìn)行監(jiān)測 圖3 移動節(jié)點對目標(biāo)進(jìn)行跟蹤Fig.2 Fixed nodes detect target Fig.3 Mobile nodes track target

當(dāng)有移動節(jié)點能夠監(jiān)測到目標(biāo)時，距離目標(biāo)最近的移動節(jié)點k將向目標(biāo)方向移動以嘗試跟隨目標(biāo)，并對其進(jìn)行跟蹤(圖3).同時，固定節(jié)點將轉(zhuǎn)換成休眠狀態(tài)以節(jié)省能量(語句3)～14)).由于目標(biāo)的速度可能大于移動節(jié)點的速度，移動節(jié)點在跟蹤時可能會出現(xiàn)跟蹤丟失的情況.這時移動節(jié)點k將通知目標(biāo)周圍位置的固定節(jié)點轉(zhuǎn)為激活狀態(tài)以對目標(biāo)進(jìn)行監(jiān)測.若任何移動節(jié)點和固定節(jié)點都不能監(jiān)測到目標(biāo)，則所有固定節(jié)點將轉(zhuǎn)為活躍狀態(tài)以感知目標(biāo)位置，判斷目標(biāo)是否消失.跟蹤過程中，移動目標(biāo)隨機(jī)移動，無線傳感器網(wǎng)絡(luò)根據(jù)以上幾種情況，做出跟蹤決策，實現(xiàn)對移動目標(biāo)的跟蹤.算法流程圖如圖4所示.

圖4 移動式跟蹤算法流程圖Fig.4 Flowchart of mobile tracking algorithm

該算法通過調(diào)度離目標(biāo)最近的移動節(jié)點對目標(biāo)進(jìn)行跟蹤.當(dāng)移動節(jié)點無法監(jiān)測目標(biāo)時，固定節(jié)點將接替跟蹤任務(wù).只有當(dāng)所有節(jié)點都無法監(jiān)測目標(biāo)時，才確定目標(biāo)的消失.因此，可以有效地保證對目標(biāo)的監(jiān)測.由于選出參與跟蹤的移動節(jié)點和固定節(jié)點都需要時間O(n).因此，整個算法的時間復(fù)雜度為O(Tn)，其中，T為目標(biāo)出現(xiàn)的時間片數(shù).

3 仿真結(jié)果及分析

3.1 實驗場景設(shè)置

通過仿真實驗驗證文中的移動式跟蹤算法，并與傳統(tǒng)的固定節(jié)點跟蹤算法進(jìn)行比較.整個仿真過程進(jìn)行多次實驗，每次實驗運行100個時間片，每個時間片長度為1 s.每一種情況做10次實驗，實驗結(jié)果取10次實驗的平均值.除了評估文中的移動式跟蹤算法，仿真中還實現(xiàn)了傳統(tǒng)的基于固定節(jié)點監(jiān)測的一類固定式跟蹤算法.作為對比，固定式跟蹤算法中的網(wǎng)絡(luò)全部由固定節(jié)點組成.

整個仿真由兩部分實驗組成，變化量分別為“移動節(jié)點數(shù)量”和“固定節(jié)點數(shù)量”，所使用的結(jié)果度量標(biāo)準(zhǔn)為“能量消耗”和“有效跟蹤率”.其中，固定節(jié)點在活躍狀態(tài)和休眠狀態(tài)下的功率分別為1，0 mJ·s-1.因此，總的能量消耗為每個時間片內(nèi)處于活躍狀態(tài)的固定節(jié)點數(shù)量之和.而“有效跟蹤率”表示整個實驗過程中目標(biāo)能被有效監(jiān)測的時間與總時間的比率，它反映了網(wǎng)絡(luò)對移動目標(biāo)跟蹤質(zhì)量的好壞，即該比率越高，說明對目標(biāo)的跟蹤越有效.

3.2 移動節(jié)點數(shù)量的影響

實驗中二維區(qū)域內(nèi)部署的固定傳感器節(jié)點數(shù)量是不變的.同時,在移動式目標(biāo)跟蹤算法中，改變移動傳感器節(jié)點的數(shù)量，觀察在不同的移動節(jié)點數(shù)量下，移動式目標(biāo)跟蹤算法中的固定節(jié)點能耗和有效跟蹤率的變化.

移動節(jié)點數(shù)量(n1)對能量消耗(E)的影響,如圖5所示.由圖5可知：在移動節(jié)點數(shù)量從10個逐步增加到40個的過程中，固定節(jié)點的總能耗有明顯下降.這是因為當(dāng)移動節(jié)點數(shù)量增多時，直接由移動節(jié)點跟蹤目標(biāo)的情況將增多.這種情況下所有的固定節(jié)點轉(zhuǎn)換至休眠狀態(tài)，從而節(jié)省能量.

圖5 移動節(jié)點數(shù)量對能量消耗的影響 圖6 移動節(jié)點數(shù)量對有效跟蹤率的影響Fig.5 Number of mobile nodes vs effective tracking ratio Fig.6 Number of mobile nodes vs energy consumption

移動節(jié)點數(shù)量(n1)對有效跟蹤率(η)的影響，如圖6所示.由圖6可知：在移動節(jié)點數(shù)量從10個逐步增加到40個的過程中，移動式目標(biāo)跟蹤算法的有效跟蹤率不斷上升，即隨著移動節(jié)點數(shù)量的增多，移動式目標(biāo)跟蹤算法中出現(xiàn)移動目標(biāo)跟丟的情況將減少.這是因為移動節(jié)點的數(shù)量越多，其分布于二維區(qū)域中的密度將越大.當(dāng)出現(xiàn)當(dāng)前移動節(jié)點和固定節(jié)點都無法感應(yīng)到移動目標(biāo)的情況時，移動節(jié)點的分布越密集，下一個時間片有移動節(jié)點能夠感知到移動目標(biāo)的幾率就越大，所以有效跟蹤率將上升.

3.3 固定節(jié)點數(shù)量的影響

當(dāng)固定節(jié)點數(shù)量變化時，考察移動式與固定式跟蹤算法的實驗結(jié)果.移動式目標(biāo)跟蹤算法中的移動節(jié)點數(shù)量始終為30，而固定式和移動式目標(biāo)跟蹤算法中的固定節(jié)點數(shù)量將由50個增加到200個.

圖7 固定節(jié)點數(shù)量對能量消耗的影響Fig.7 Influence of fixed nodes number on energy consumption

固定節(jié)點數(shù)量(n2)對能量消耗(E)的影響，如圖7所示.由圖7可知：兩種算法中，隨著固定節(jié)點數(shù)量的增多，開始時固定節(jié)點的能耗不斷下降，之后出現(xiàn)輕微上升.這是因為在節(jié)點分布稀疏的情況下，固定節(jié)點數(shù)量增多意味著網(wǎng)絡(luò)中的傳感器節(jié)點密度增大，使所有節(jié)點均無法感知到目標(biāo)的情況將有所減少，所以固定節(jié)點的能耗將下降.當(dāng)固定節(jié)點增多到一定的數(shù)量時，發(fā)生所有節(jié)點均無法感知到移動目標(biāo)的情況非常少.固定節(jié)點的能量消耗主要發(fā)生在在跟蹤過程中，移動節(jié)點無法感知移動目標(biāo)，而由部分固定節(jié)點對移動目標(biāo)進(jìn)行監(jiān)控時所帶來的能耗.這種情況下，區(qū)域中的固定傳感器節(jié)點密度越大，感知半徑內(nèi)能感應(yīng)到移動目標(biāo)的固定節(jié)點就越多，所以固定節(jié)點的能耗將增大.比較在相同固定節(jié)點數(shù)量下的兩種算法，可以發(fā)現(xiàn)：移動式目標(biāo)跟蹤算法的固定節(jié)點的總能耗始終低于固定式目標(biāo)跟蹤算法的固定節(jié)點總能耗，且二者之間相差1 J左右，體現(xiàn)出移動式目標(biāo)跟蹤算法的優(yōu)越性.

固定節(jié)點數(shù)量(n2)對丟失時間(t)和有效跟蹤率(η)的影響分別如圖8，9所示.在對移動目標(biāo)進(jìn)行跟蹤時，由于其移動速率和方向隨機(jī)，整個網(wǎng)絡(luò)對目標(biāo)的跟蹤可能出現(xiàn)丟失情況，即所有節(jié)點均無法監(jiān)測到目標(biāo)的情況.在實驗中，每次仿真100個時間片，無法感應(yīng)到目標(biāo)的時間片數(shù)為跟丟時間片數(shù).

圖8 固定節(jié)點數(shù)量對丟失時間的影響 圖9 固定節(jié)點數(shù)量對有效跟蹤率的影響Fig.8 Influence of fixed nodes number on effective tracking ratio Fig.9 Influence of fixed nodes number on missing time

由圖8可知：隨著固定節(jié)點數(shù)量的增多，兩種算法的跟丟時間片數(shù)不斷減少.由圖9可知：兩者的有效跟蹤率不斷上升.這是因為無論是移動式還是固定式目標(biāo)跟蹤算法，當(dāng)固定節(jié)點個數(shù)增加時，整個無線傳感器網(wǎng)絡(luò)中的傳感器節(jié)點變得更加密集.在目標(biāo)跟蹤的過程中，整個網(wǎng)絡(luò)能夠監(jiān)測到目標(biāo)的幾率也就更大，即有效跟蹤率越高.而比較相同固定節(jié)點數(shù)量下的兩種算法，可以發(fā)現(xiàn)：移動式目標(biāo)跟蹤算法的跟丟時間片數(shù)和有效跟蹤率均低于固定式目標(biāo)跟蹤算法.當(dāng)固定節(jié)點數(shù)量較少時，移動式跟蹤算法的優(yōu)勢更加明顯.具體來說，當(dāng)固定節(jié)點數(shù)量為50個時，移動式跟蹤算法的有效跟蹤率相比固定式跟蹤算法提高了62%.這說明少量移動節(jié)點可以完成原本需要許多固定節(jié)點才能完成的任務(wù)，提高了跟蹤質(zhì)量，體現(xiàn)出移動式跟蹤算法的優(yōu)勢.

4 結(jié)束語

在傳統(tǒng)的無線傳感器網(wǎng)絡(luò)中，引入可移動的傳感器節(jié)點對目標(biāo)實施近距離跟蹤.設(shè)計的移動式目標(biāo)跟蹤算法在保證一定的監(jiān)控質(zhì)量的情況下，盡量使用移動節(jié)點完成目標(biāo)跟蹤任務(wù)，有效減少了固定節(jié)點的能量消耗，延長了網(wǎng)絡(luò)生命期.通過大量仿真結(jié)果驗證了移動式目標(biāo)跟蹤方法的有效性.該方法可應(yīng)用于大規(guī)模無線傳感器網(wǎng)絡(luò)中.未來工作中，考慮移動節(jié)點本身的能耗將是一個重要的研究內(nèi)容.另外，算法還將針對多目標(biāo)的場景進(jìn)行改進(jìn).

[1] 任豐原，黃海寧，林闖．無線傳感器網(wǎng)絡(luò)[J].軟件學(xué)報，2003，14(7)：1282-1291.

[2] AKYILDIZ I F,SU Weilian,SANKARASUBRAMANIAM Y,et al.Wireless sensor networks: A survey [J].Computer Networks,2002,38(4):393-422.

[3] 韓紅彥，張西紅，王衛(wèi)國，等.WSN 的關(guān)鍵問題及軍事應(yīng)用[J].科學(xué)技術(shù)與工程，2007，7(7):65-67.

[4] 劉文軍,樊建席,李春勝,等.基于 ZigBee 無線傳感器網(wǎng)絡(luò)的智能交通系統(tǒng)設(shè)計[J].傳感技術(shù)學(xué)報,2013,26(12):1747-1751.

[5] 徐曉英,徐寧.改變未來世界的“智能塵?！盵J].現(xiàn)代軍事,2003(12):59-61.

[6] 李春林,程健.工業(yè)自動化領(lǐng)域中的無線技術(shù)[J].工業(yè)儀表與自動化裝置,2007(1):15-17.

[7] CULLER D E,MULDER H.Smart sensors to network the world[J].Scientific American,2004,290(6):84-91.

[8] NADERAN M,DEHGHAN M,PEDRAM H,et al.Survey of mobile object tracking protocols in wireless sensor networks: A network-centric perspective[J].International Journal of Ad Hoc and Ubiquitous Computing,2012,11(1):34-63.

[9] DEMIGHA O,HIDOUCI W K,AHMED T.On energy efficiency in collaborative target tracking in wireless sensor network: A review[J].Communications Surveys and Tutorials,2013,15(3):1210-1222.

[10] BHUIYAN M Z A.Prediction-based energy-efficient target tracking protocol in wireless sensor networks[J].Journal of Central South University of Technology,2010,17(2):340-348.

[11] JIANG Bo,RAVINDRAN B,CHO H.Probability-based prediction and sleep scheduling for energy-efficient target tracking in sensor networks[J].Transactions on Mobile Computing,2013,12(4):735-747.

[12] LEMBKE K,KIETLINSKI L,GOLANSKI M,et al.RoboMote: Mobile autonomous hardware platform for wireless ad-hoc sensor networks[C]∥IEEE International Symposium on Industrial Electronics (ISIE).Gdansk:IEEE Press,2011:940-944.

[13] TAN Rui,XING Guoliang,WANG Jianping,et al.Exploiting reactive mobility for collaborative target detection in wireless sensor networks[J].Transactions on Mobile Computing,2010,9(3):317-332.

[14] 王章權(quán),陳友榮,尉理哲,等.優(yōu)化網(wǎng)絡(luò)生存時間的 Sink 節(jié)點移動路徑選擇算法[J].傳感技術(shù)學(xué)報,2014,27(3):409-415.

[15] CLOUQUEUR T,SALIJA K K,RAMANATHAN P.Fault tolerance in collaborative sensor networks for target detection[J].Transactions on Computers,2004,53(3):320-333.

[16] FUEMMELER J A,VEERAVALLI V V.Smart sleeping policies for energy efficient tracking in sensor networks[J].Transactions on Signal Processing,2008,56(5):2091-2101.

(責(zé)任編輯： 錢筠 英文審校： 吳逢鐵)

Mobility-Assisted Target Tracking in Wireless Sensor Networks

WANG Tian, PENG Zhen, HONG Xiaohua, CAI Yiqiao,CHEN Yonghong, TIAN Hui

(College of Computer Science and Technology, Huaqiao University, Xiamen 361021, China)

In order to solving the high energy consumption problem for traditional wireless sensor networks to track mobile targets, this paper proposes a novel mobility-assisted target tracking algorithm, in which mobile sensors and fixed sensors can work collaboratively at the same time. A few of mobile sensor nodes are introduced into traditional sensor networks, which consist of fixed sensor nodes, for continuously tracking the targets. Through the cooperation between mobile sensors and fixed sensors, the detection quality and fault tolerance can be improved. When the established threshold of detection quality is guaranteed, the number of active fixed sensor nodes joined in tracking is limited as much as possible. Simulation results show that the proposed method can effectively reduce the energy consumption of fixed sensors and so prolong the lifetime of the networks.

wireless sensor networks; mobile tracking; target tracking; energy saving

10.11830/ISSN.1000-5013.201606015

2014-11-22

王田(1982-)，男，講師，博士，主要從事無線傳感器網(wǎng)絡(luò)、移動計算的研究.E-mail:wsnman@gmail.com.

國家自然科學(xué)基金資助項目(61202468， 61370007， 61302094， 61305085, 61572206); 福建省自然科學(xué)基金資助項目(2014J01240)

TP 393

A

1000-5013(2016)06-0737-06