基于跟踪单个移动目标的移动传感器网络蜂拥控制模型

ＩＳＳＮ　１００９－３０４４　Ｃｏｍｐｕｔｅｒ　Ｋｎｏｗｌｅｄｇｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ电脑知识　ｊ技术　Ｅ—ｍａｉｌ：ｉｎｆｏ＠ｄｎｚｓ．ｎｅｔ．ｃｎ　

ｈｔｔｐ：／／ｗｗｗ．ｄｎｚｓ．ｎｅｔ．ｅｎ　Ｔｅｌ：＋８６—５５　１—６５６９０９６３　６５６９０９６４　

基于跟踪单个移动目标的移动传感器网络蜂拥控制模型　肖强华　，宁丹！　南华大学数胖学院，湖南衡阳４２１００１；２．南华大学计算机学院，湖南衡阳４２１００１）　摘要：该文提出了一个新的基于跟踪单个移动目标的移动｛毒感器网络蜂拥控制方法　这个方法通过控制网络中所有移动　传感器质心的位置和速度（Ｓｉｎｇｌｅ—ＣｏＭ）或者每个传感器和它邻域质心的位置和速度来跟踪并观察一个移动目标（Ｍｕｌｔｉ－　ｃｏＭ）　此外，在自由空间内，质心的位置和速度按指数规律地向移动目标聚合。基于这种方法，目标节点将一直位于传　感器网络的中心，而这对于传感器认识和辨别目标节点无疑是一个很大的优势。并且在整个目标跟踪过程中保证了移动　传感器间无冲突和速度匹配，同时我们也研究了算法的稳定性。　

关键词：蜂拥：目标跟踪；移动传感器网络；避障　中图分类号：ＴＰ３１１　文献标识码：Ａ文章编号：１００９—３０４４（２０１４）０７—１３９７—０４　

ｌ概述　近年来，传感器网络”Ｉ被广泛研究，南于移动传感网络具有更好的对环境变化的适应性以及可重构性，因此移动传感网络可应　用于众多如目标跟踪监测中的水下潜艇探测、保护濒危物种之类的领域。但是采用移动传感器来跟踪监测移动目标节点的过程　中障碍物是不可避免的，这就要求我们采用合作控制方法。其中我们采用的是蜂拥控制方法，蜂拥是这样的一种现象：众多传感　器在…起移动并相互通信的同时还确保无冲突、速度　配以及向中心汇聚。大自然中的鱼、鸟、蚂蚁、蜜蜂之类就很好的说明了这　点。多年来有关蜂拥控制的问题一直是研究的热点，近年来更是吸引了物理、数学卡¨生物，尤其是控制科学方面的众多研究者。　本文提“｛了一个新的跟踪移动目标并躲避障碍的蜂拥控制移动传感器网络方法　在此方法中，Ｓｉｎｇｌｅ—ＣｏＭ和Ｍｕｌｔｉ—ＣｏＭ被用　米跟踪监测移动Ｆ］标节点的位置。其主要目的是利用移动传感器网络的质心来跟踪监测日标节点。这意味着所有的移动传感器　可以紧密的同绕在日标节点周嗣，使得传感器网络可以比较容易并且精确的观察识别日标节点。此外，在跟踪的过程中，无冲突　和速度　配得到了很好的保障。同样我们也考虑了算法的稳定性，井且在自由　间１人】，质心的位置和速度按指数规律地向移动目　标聚合的。　２相关研究　近些年提出了许多关于蜂拥控制的方法。Ｗａｎｇ和Ｇｕｔ　基于图论、势函数、网络通信以及系统稳定性分析展现了机器人蜂拥方　面的一些研究成果。文献【３１中提出了分布式蜂拥算法设计和分析的理沦架卡句，此算法解决了自由空间和存在障碍物空间内的蜂　拥问题。文献ｆ４】和［５】提ｆ¨了一个扩展了的蜂拥算法：在蜂拥群体『ｔｌ有一个速度不断变化的虚拟的领导者，并且只有少数的蜂拥个　体知道。ｓｈｉ和Ｗａｎｇ研究了在虚拟领导者的状态以及蜂拥个体和周闹相邻个体之问拓扑关系不断变化时移动个体的动态属性。　Ｔａｎｎｅｒ等在文献『６Ｉ和文献【７］中利用动态双重积分器研究了在稳定或动态拓扑　下多个移动代理系统的稳定性。其中有关移动器　械蜂拥算法的实验在文献ｌ８Ｊ中得到了说明。Ｏｌｆａｔｉ—Ｓａｂｅｒ在文献［９Ｊ中提出了一种基于跟踪监测移动节点蜂拥算法的针对移动传感　器网络的蜂拥算法。文中还提｝｝｛了一个扩展了的用来估测日标节点位置的Ｋａｌｍａｎ过滤算法。在文献［１０１中开发了一个可升级的　多媒体平台来展示合作控制系统和传感器网络，并　｝｝ｊ５个ＴＸＴ—ｌ巨型卡车器械做实验使蜂拥问题得到了解决。　本文提ｍ了具有避障功能的蜂拥算法的基础，并基于避障时利用蜂拥控制去跟踪监测移动目标节点提ｆ【Ｉ了Ｓｉｎｇｌｅ—ＣｏＭ和　Ｍｕｈｉ—ＣｏＭ　３基于跟踪移动目标的蜂拥控制　

３．１蜂拥背景　蜂群所组成的拓扑网络可以用－一个无向图Ｇ米表示。图Ｇ由顶点　＝｛１，２，…，　｝和边Ｅ　｛（　√）：　√　√≠ｉ｝组成，每个点代表一个　（蜂拥）个体，每条边代表两个体间的通信线路。　ｑ　如（ｎＦ２，３）分别代表节点的位置向量和速度向量，在传感器的传感过程　｝　，由＝Ｆ节点之间的相对距离可能发生变化，　所以每，＇Ｐ个ｉ节Ｒ

点的领域节点也会随之改变ｉ。为此，节点ｉ在ｔ时刻的领域集合如下：　Ｎ　（　）＝｛　∈　：ｌｌｑ　一ｑｉｌＩ≤ｒ，　＝｛ｌ，２，…．ｎ｝ｊ≠ｉ｝　（１）　

收稿日期：２０１４－０２—１２　基金项目：湖南省教育厅课题（课题编号：１１Ｃ１０９９）课题名称：无线传感器网络在高速公路安全预警系统中的应用研究　作者简介：肖强华（１９７８一，男，湖南隆回人，讲师，硕士，研究方向为生物信息学、无线传感器网络。　

本栏目责任编辑：冯蕾　ｌ飘疑糯慨　毫全｜　１３９７　Ｃｏｍｐｕｔｅｒ　Ｋｎｏｗｌｅｄｇｅ　ａｎｄ丁ｅｃｈｎｏ『ｏｇｙ电脑知识与技术　第１Ｏ卷第７期（２０１４年３月）　其中　为节点间相互作用的距离范嗣（二维中，ｍ＝２，ｒ为领域圆形半径；三维中，ｍ＝３，ｒ为领域球形的半径），　考虑　个传感器节点在ｍ维德欧式空间中运行，可以假设第ｉ个传感器节点的运动方程为　畸　＝ｐ　

・ＩＩ表示欧式准则。　

（２）　卢　＝Ｕ　，　１，２，…，　文献Ｉ４１中，　ｌｆａｔｉ—Ｓａｂ　提出了具有避障功能的多个职能体蜂拥控制方法。这个由三部分组成：　

ｕ一

＝　＋　＋　０３１　

其中第一项　是基于梯度的分离与聚合两部分组成来描述传感器间相互作用力（引力和斥力）与速度。　

＝ｃ．　∑妒　（１ｌｑｊ—ｑ　ｎ　＋ｃ　∑。　（ｑ）　一Ｐ　）　（４）　Ｊ∈Ｎ　ｉ　＾　在ｔ时刻　领域节点集合为／ｖｉａ（ｔ），与（１）式中的Ｎ　）定义相同。　

关于一个顶点的　准则是Ｒ　ｊＲ＋这样一个映射，定义为Ｉｌｚｌｌ　＝１／ｅｂ）ｌ＋　一１］。　行为函数　（　）定义为：妒　（ｚ）＝ｐ　（ｚ／ｒ。）　一ｄ　），当　≥ｒ　且　：　时　）为０。　不均匀反曲雨数　（　Ｊ＝０．５［　＋ｂ）ｏ－。　＋ｃ）＋　一６）］，其中０＂Ｉ（ｚ）＝ｚ／√１＋ｚ　，假设当０＜０≤６，ｃ　ｌａ－６Ｉ／√４０６时，　（０）　０。　ｄ　：　ｌ　，ｄ＝ｒ／ｋ，　是扫描参数（在本文的整个仿真中　＝１。２）。　碰撞函数ｐｎ（ｚ），ｈ∈（Ｏ，１）定义如下：　ｆ　Ｌ　，　。Ｍ０，ｈ】　Ｐｈ　）＝｛０．５１１＋ｃｏｓ（订（｝　））］，ｚ　Ｅ［ｈ，１】　１　０　“　ｏｔｈ　ｅｒｗｉｓｅ　

连接ｑ　到ｑ，的向量表示为：ｎ　：（ｑＪ　邻接矩阵定义如下：　

Ｊ　＋　【ｌｑＪ　【ｆｃ　

（　）：｛ｐ　４ｌ　一　Ｉ１　／ｌ１　ｒｌｌ　）’　≠：　ｌ　Ｕ　，一　第二部分　作用是控制传感器避免障碍物，　

＝ｃ。　∑妒口０ｌ辱“一ｑｉｌｌ　）　＋ｃ：　∑ｂ汕（ｑ）（Ｐｉ，ｋ－Ｐ　）　ｋ∈Ｎ　ｋＥ　在ｔ时刻　邻节点集合表示为（ｋ为障碍物数目）　

Ⅳｆ　（　）＝Ｕ∈　：ｌｌｑ讪一ｑｉｌｌ≤ｒ，　＝｛１…２　科｝　其・ｐ　＞　，在仿真中，　：１．２　ｒ，　，　分别是第ｋ个障碍物时在传感节点ｉ的位置向量和速度向量。　

示为　“：　一ｑ　）／、　。不同的是邻接矩阵６ｍ（　＝Ｐ　ＯＩｑｉ，

ｋ－ｑ　ＩＩ　／略），其中　：ＩＩｒＩＩ　。　

／３领域节点的引力函数　＝ｐ　（ｚ／ｄｔ￣）（ｏ－，０一　）一１），具体见文献［３］。　第　部分　表示－一个分布式回路反馈，　＝一ｃ　（ｑ　一ｑ　）一Ｃ２ｙ（ｐ　一Ｐ　）　其中ａｇｅｎｔ—ｒ　，Ｐ，）是虚拟领导者，定义如下：　

（５）　（６）　与ｎ　类似，向量　表　

（７）　』　口　：ｐ　（８）　（ｑ，，ｐ　ｒ）　

在公示（３）中的　个部分的常数中，ｃ　＜ｃ　＜ｃ　且ｃ　＝２　，其中ｃ　是正常数。Ｖ＇ｒ／＝１，２且　：　，／３，ｙ。　

３．２算法描述　在这部分，我们将扩展到具有避障功能　的蜂拥算法，这两个问题分别命名为ｓｉｎ　ｅ—ＣｏＭ，Ｍｕｌｔｉ—ＣｏＭ，：：（￣Ｓｉｎｇｌｅ—ＣｏＭ中，每个　传感器节点需要知道所有传感器节点的位置和速度，或者知道整个网络中的全部信息。为了解决在Ｍｕｌｔｉ—Ｃ。Ｍ（每个节点和其领　域节点质心的位置和速度）中的可伸缩性问题，在这个问题中，每个传感器节点仅需要了解它领域节点的位置和速度。　在下面的算法中我们假设网络中有一个传感器节点能估算出目标的位置和速度，然后再将获得的信息广播到其它所有节　点。因此，网络中所有传感器节点都能获得目标信息。　１）ｓｉｎｇｌｅ—ＣｏＭ跟踪：首先，基于ｏｌｆａｔｉ—Ｓａｂｅｒ的蜂拥算法我们设计了一个动态ｒ—ａｇｅｎｔ算法。在此情况下，动态ｒ—ａｇｅｎｔ被看作正　

在移动的目标。　∑　（１ｌｑ￣　）ｎ　＋　∑。　（ｑ）　一Ｐ　）＋ｃ　（１０　～ｑ　ＩＩ　＋　

ｊｅＮ　ｊｃＮ，￣　（９）　ｃ：　∑６拍（ｇ）　一Ｐ１）一ｃ。　（ｑ　一　一ｃ：ｒａｔ（ｐ　一ｐｍ『）　￡∈Ⅳ　其中（ｇ　，Ｐ　）分别表示移动目标的位置和速度，ｃ　，ｃ：　是正常数且ｃｚ　：２√ｃｔ　。　

１３９８－网络通讯及安全　＊　本栏目责任编辑：冯蕾　第１Ｏ卷第７期（２０１４年３月）　Ｃｏｍｐｕｔｅｒ　Ｋｎｏｗｌｅｄｇｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ电脑知识与技术　通过观察控制方法（９）得知，在有障碍物情况下，质心很难获得目标，这增加传感器跟踪监测目标的难度。因此，这个方法需　要对质心增加一些限制条件，如下：　Ｍ　＝　＋　＋，　（１０）　其中／　是节点ｉ相对于移动目标的位置和速度　，Ｐ　）的一个反馈。　＝一Ｃ１ｍｔ（ｑ　一ｑ　）一Ｃ２ｍｔ（ｐ　一Ｐ　）一ＣＩｍｔ（　一ｑ　）一Ｃ２ｍｔ（　—Ｐ　）　（１１）　其中　，　分别表示所有传感器节点质心的位置和速度，定义如下：　

因此，这个扩展＿ｒ的控制方法（１Ｏ）具体如下表不：　“　＝　∑　（［ＩｑＪ—ｑ　ｎ　＋ｃ：　∑ｎ　（　（　—Ｐ　）＋ｃ　∑　ｉ，ｋ－ｑ　而汕＋　ｊＥＮｙ　，　ｒ１　、　

ｃ：　∑６　（　－ｐ　）－Ｃｌ＂￣ｔ（ｑ　一ｇ　）一ｃ：ｍｔ（ｐ　一Ｐｒｏ，）一ｃ。。　（　一ｑ　）一ｃ：　（　—Ｐ　）　∈Ｎ　其中ｃ．　，ｃ　是正常量。　

控制方法（１３）中，在ｔ时刻，为了计算质心　，　，每个移动传感器节点都需要知道其它所有节点的位置和速度。这表示由于在　每个时刻ｔ其它所有节点必须发送它们的位置给节点ｉ，此方法受到传感器数目的限制，即缺少可伸缩性。因此当在实际传感器网　络中实施这个方法时，通信问题是一个大的挑战，需要被关注。　２）Ｍｕｈｉ－ＣｏＭ跟踪：为了使算法具有伸缩性，我们使用了一个叫做Ｍｕｌｔｉ—ＣｏＭ跟踪的分布式跟踪算法。在这个方法中，每个传　感器节点及它的领域节点都被用来监测目标节点