基于粒子群算法的WSN 多目標跟蹤能量均衡算法*

楊佳峰，江瀟瀟，馬天鳴，金 婕

（上海工程技術大學電子電氣工程學院，上海 201620）

0 引言

近年來，無線傳感器網(wǎng)絡（wireless sensor network，WSN）在國防軍事建設、人工智能、機器人和智能家居等［1］領域得到廣泛應用。WSN 由一系列無線傳感器節(jié)點組成，并可以根據(jù)傳感器的功能進行測量、感知、數(shù)據(jù)傳輸和收集信息等任務。在目標跟蹤領域，隨著無線傳感器越來越便宜、體積越來越小，WSN 在目標跟蹤中的應用也逐漸愈發(fā)廣泛。

目前多目標跟蹤濾波方法中，基于隨機有限集（random finite set，RFS）的濾波方法成為了主流［2］。相比于通過傳統(tǒng)的數(shù)據(jù)關聯(lián)算法，基于RFS 的濾波憑借其獨特的理論基礎而具有更為強大的處理未知信息的能力。同時RFS 可以將多目標跟蹤和傳感器管理統(tǒng)一建立成一個貝葉斯框架下部分可觀察馬爾科夫決策過程（partially observable Markov decision process，POMDP）［3］，有效地解決高維優(yōu)化求解問題。常見的RFS 濾波有勢均衡多目標多伯努利濾波（cardinality balanced multi-target multi-bernoulli filter，CBMeMBer）和標簽多伯努利濾波（labeled multi-bernoulli filter，LMB）［4-5］。

傳感器管理指的是通過管理決策對傳感器進行選擇與配置，并通常根據(jù)不同目的將傳感器管理分為不同部分。在以多目標跟蹤精度為目的的傳感器管理中，信息驅動型的傳感器管理方法由于其普適性強、效果強等特點被廣泛使用，其通過評價指標區(qū)分并選擇傳感器節(jié)點，主要的評價指標有Rényi 散度與Cauchy-Schwarz（CS）散度［6-7］。

以網(wǎng)絡能量均衡、延長網(wǎng)絡壽命為目的的傳感器管理中，通過以改善網(wǎng)絡結構、建立網(wǎng)絡拓撲結構的方法來延長網(wǎng)絡壽命。其中，文獻［8］根據(jù)傳統(tǒng)路由算法LEACH 協(xié)議，提出了一種改進的無線傳感器網(wǎng)絡分簇路由方案，通過減小簇形成過程中的控制消息開銷，降低網(wǎng)絡能量不均衡性，延長網(wǎng)絡壽命；……