|
|
ارائه الگوریتم ردگیری هدف در شبکه های حسگر بیسیم با رعایت بهینگی مصرف توان با استفاده از کوانتیزاسیون مشاهدات
|
|
|
|
|
نویسنده
|
سپه وند مرتضی ,ناصری علی ,رییس دانایی میثم ,خانزاده محمد حسین
|
منبع
|
پدافند الكترونيكي و سايبري - 1397 - دوره : 6 - شماره : 2 - صفحه:109 -121
|
چکیده
|
روشهای متوسط اجماعی به دلیل تحملپذیری خطای بالا، دقت ردگیری و مقیاسپذیری مناسب از متداولترین روشهای ردگیری در شبکههای حسگر بیسیم هستند. اما این روشها به علت ایجاد سربار مخابراتی بالا، بهرهوری انرژی و پهنای باند مناسبی را در این شبکهها ندارند. الگوریتم ردگیری پیشنهادی با استفاده از خوشهبندی پویا (بر مبنای باند کرامر رائوپسین) و کوانتیزاسیون وفقی مشاهدات، تعداد حسگرهای درگیر و سربار اطلاعاتی تبادل شده شبکه را کاهش میدهد. از سوی دیگر الگوریتم مذکور از ترکیب روش چندجانبه و فیلتر ذرهای برای ردگیری هدف بر اساس اطلاعات کوانتیزه دریافتی بهره میجوید. این موضوع باعث شده است که در عین کاهش دقت مشاهدات ارسالی به میزان 50 درصد (4 بیت)، خطای ردگیری فقط 10 درصد نسبت به الگوریتمی که در آن از کوانتیزاسیون استفاده نشده است بالاتر باشد.
|
کلیدواژه
|
شبکه حسگر بیسیم، ردگیری هدف، کوانتیزاسیون، فیلتر کالمن توسعهیافته، فیلتر ذرهای، باند کرامر-رائو پسین
|
آدرس
|
دانشگاه جامع امام حسین(ع), ایران, دانشگاه جامع امام حسین(ع), ایران, دانشگاه جامع امام حسین(ع), ایران, دانشگاه جامع امام حسین(ع), ایران
|
|
|
|
|
|
|
|
|
|
|
Target Tracking Algorithm in Wireless Sensor Networks with Optimum Power Consumption Using Quantized Observation
|
|
|
Authors
|
|
Abstract
|
Consensusbased methods are the most commonly used tracking methods in wireless sensor networks due to high error tolerance, precision tracking and scalability. But these methods, due to the high telecommunication overhead, do not have suitable energy efficiency and bandwidth in networks. The proposed tracking algorithm reduces the number of contributing sensors and the network interchange information overhead using dynamic clustering (based on the CramerRao lower bound), and the adaptive quantization of the observations,. On the other hand, the algorithm uses a combination of Multilateration method and particle filtering to track targets based on the quantized information. This has led to a decrease in the accuracy of sent observations by 50% (4 bits). as a result, the tracking error is only 10% higher than the algorithm in which no quantization is used.
|
Keywords
|
|
|
|
|
|
|
|
|
|
|
|