多對(duì)象系統(tǒng)的傳感器調(diào)度算法及應(yīng)用.pdf

1、傳感器調(diào)度算法是目前的科研熱點(diǎn)之一。在傳感器網(wǎng)絡(luò)的構(gòu)建當(dāng)中，我們無(wú)可避免的會(huì)遇到由于通訊或者干擾引起的傳感器使用限制問(wèn)題。在這種情況下，在同一時(shí)刻，整個(gè)網(wǎng)絡(luò)中只有一個(gè)或者部分的傳感器能夠進(jìn)行工作。傳感器的使用限制導(dǎo)致了整個(gè)網(wǎng)絡(luò)的工作性能降低。因此，如何合理地對(duì)網(wǎng)絡(luò)中的傳感器進(jìn)行調(diào)度成為了一個(gè)提高系統(tǒng)性能的核心問(wèn)題。使用合理的傳感器調(diào)度算法，不僅僅可以提高系統(tǒng)的整體性能，同時(shí)也可以減小系統(tǒng)的能耗，延長(zhǎng)系統(tǒng)的使用時(shí)間。因此，傳感器調(diào)度算法的

2、研究不僅具有重要的理論意義，同時(shí)也有廣泛的應(yīng)用價(jià)值。
　　 本文著重關(guān)注于多對(duì)象系統(tǒng)傳感器調(diào)度算法的研究和應(yīng)用。所謂多對(duì)象系統(tǒng)，即在一個(gè)系統(tǒng)中，包含了多個(gè)相互獨(dú)立的子對(duì)象。系統(tǒng)對(duì)每個(gè)子對(duì)象都運(yùn)行一個(gè)卡爾曼濾波器(擴(kuò)展卡爾曼濾波器)。并且我們假設(shè)由于實(shí)際限制的存在，每個(gè)時(shí)刻只有一個(gè)子對(duì)象可以被進(jìn)行觀測(cè)。對(duì)于這樣的系統(tǒng)，我們需要設(shè)計(jì)調(diào)度算法來(lái)優(yōu)化系統(tǒng)的觀測(cè)質(zhì)量。
　　 本論文首先討論線性系統(tǒng)的情況。假設(shè)每個(gè)對(duì)象的運(yùn)動(dòng)模型都是

3、線性的，并且使用標(biāo)準(zhǔn)的卡爾曼濾波器對(duì)每個(gè)對(duì)象的狀態(tài)進(jìn)行估計(jì)。我們的問(wèn)題是當(dāng)給定每個(gè)對(duì)象一個(gè)期望估計(jì)質(zhì)量之后，如何找到合適的觀測(cè)序列(調(diào)度算法)使得所有子對(duì)象的給定期望估計(jì)質(zhì)量都能夠滿足。為了解決這個(gè)問(wèn)題，我們引入了兩個(gè)新的概念，稱之為允許連續(xù)觀測(cè)丟失和最小連續(xù)觀測(cè)。對(duì)于一個(gè)對(duì)象來(lái)說(shuō)，當(dāng)給定一個(gè)期望估計(jì)質(zhì)量之后，我們給出了兩種算法來(lái)計(jì)算他的允許連續(xù)觀測(cè)丟失和最小連續(xù)觀測(cè)。這兩種方法分別稱為周期法和閾值法。在文中，我們對(duì)這兩種方法進(jìn)行了比較

4、和分析。當(dāng)獲得所有子對(duì)象的連續(xù)觀測(cè)丟失和最小連續(xù)觀測(cè)之后，本論文將原本的調(diào)度問(wèn)題轉(zhuǎn)化為一個(gè)組合數(shù)學(xué)問(wèn)題，并給出了兩種算法，Sxy算法和樹尋找算法，用于尋找滿足條件的觀測(cè)序列。其中Sxy算法是來(lái)自pinwheel問(wèn)題的一種經(jīng)典算法，相對(duì)具有較小的計(jì)算復(fù)雜度，但是適用范圍有限。而樹尋找算法則有相對(duì)來(lái)說(shuō)具有更加普遍的適用性，但是計(jì)算復(fù)雜度高。為了減少樹尋找算法的計(jì)算復(fù)雜度，我們引入了一些樹枝切割的方法。
　　 在分析完線性系統(tǒng)之后，我

5、們繼續(xù)討論非線性多對(duì)象系統(tǒng)中的傳感器調(diào)度算法。為了更好地結(jié)合實(shí)際應(yīng)用，我們的討論基于非線性多對(duì)象系統(tǒng)的一種具體實(shí)現(xiàn)：主動(dòng)模式下的超聲波多目標(biāo)室內(nèi)定位系統(tǒng)。我們假設(shè)每個(gè)目標(biāo)都在二維平面進(jìn)行運(yùn)動(dòng)，并且由于不同定位傳感器所發(fā)射的超聲波信號(hào)和無(wú)線信號(hào)會(huì)相互干擾，在同一時(shí)刻，會(huì)產(chǎn)生相互干擾的定位傳感器不能同時(shí)進(jìn)行定位。為了提高系統(tǒng)的工作效率和整體跟蹤性能，本論文首先提出了一種基于估計(jì)誤差協(xié)方差的分組算法。分組算法最大可能地增加了能夠同時(shí)工作的定位