Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Kỹ Thuật Theo Dõi Mục Tiêu Di Động Dựa Trên Mặt Trong Mạng Cảm Biến Không Dây
Tóm tắt
Một phương pháp dự đoán được trình bày nhằm theo dõi đối tượng di động và vị trí của nó trong khu vực mạng cảm biến. Trong những năm gần đây, tiêu thụ năng lượng và độ chính xác cao trong việc theo dõi mục tiêu đã trở thành một thách thức trong mạng cảm biến không dây. Nhiều ứng dụng đã được sử dụng để giảm thiểu việc tiêu thụ năng lượng bằng cách chỉ động viên một số lượng ít node cảm biến tham gia vào việc giao tiếp, cảm nhận để theo dõi mục tiêu và thực hiện giao dịch. Trong nghiên cứu này, Kỹ Thuật Theo Dõi Mục Tiêu Dựa Trên Mặt (FTTT) được sử dụng để giảm thiểu việc tiêu thụ năng lượng nhằm kéo dài tuổi thọ của node cảm biến cũng như theo dõi đối tượng một cách chính xác. FTTT kết hợp thuật toán dự đoán với định tuyến mặt, có thể tạo ra phát hiện chính xác. Ban đầu, node cảm biến tại biên phát hiện đối tượng và bầu chọn các Node Cảm Biến Tam Giác (TN) trong cấu trúc mặt gần nhất với đối tượng. Quá trình sau đó tiếp tục với các TN theo dõi Đối Tượng Di Động (MO) và dự đoán vị trí tiếp theo của nó thông qua cấu trúc định tuyến mặt. Tập hợp tiếp theo của các cấu trúc dựa trên mặt sẽ kích hoạt các TN và cung cấp việc theo dõi liên tục đối với MO. Mô phỏng của kỹ thuật được đề xuất được đánh giá so với phương pháp hiện tại về việc theo dõi đối tượng, phát hiện đối tượng, giám sát tốc độ cũng như tiêu thụ năng lượng. Kết quả của FTTT cho thấy độ chính xác cao trong việc phát hiện đối tượng với mức tiêu thụ năng lượng thấp hơn.
Từ khóa
#theo dõi di động #mạng cảm biến không dây #tiêu thụ năng lượng #phát hiện đối tượng #kỹ thuật dự đoánTài liệu tham khảo
Hai-bo, Y., Ning, Q., & You-rong, C. (2009). An object tracking technique in wireless sensor network based on prediction. In International conference on communication software and networks, 2009. ICCSN’09 (pp. 3–8). IEEE.
Alaybeyoglu, A., Erciyes, K., Kantarci, A., & Dagdeviren, O. (2010). Tracking fast moving targets in wireless sensor networks. IETE Technical Review, 27(1), 46–53.
Alaybeyoglu, A., Kantarci, A., & Erciyes, K. (2010). A dynamic distributed tree based tracking algorithm for wireless sensor networks. In Recent trends in wireless and mobile networks (pp. 295–303). Berlin: Springer.
Lin, C. Y., & Tseng, Y. C. (2004). Structures for in-network moving object tracking in wireless sensor networks. In First international conference on broadband networks, 2004. BroadNets 2004. Proceedings (pp. 718–727). IEEE.
Lin, C. Y., Peng, W. C., & Tseng, Y. C. (2006). Efficient in-network moving object tracking in wireless sensor networks. IEEE Transactions on Mobile Computing, 5(8), 1044–1056.
Yeong-Sung, F., & Hsu, Y. Y. (2010, June). An energy-efficient algorithm for object tracking in Wireless Sensor Networks. In 2010 IEEE international conference on wireless communications, networking and information security (pp. 424–430). IEEE.
Liu, B. H., Ke, W. C., Tsai, C. H., & Tsai, M. J. (2008). Constructing a message-pruning tree with minimum cost for tracking moving objects in wireless sensor networks is NP-complete and an enhanced data aggregation structure. IEEE Transactions on Computers, 57(6), 849–863.
Hsu, J. M., Chen, C. C., & Li, C. C. (2011, June). Short-term prediction-based optimistic object tracking strategy in wireless sensor networks. In 2011 fifth international conference on innovative mobile and internet services in ubiquitous computing (IMIS) (pp. 78–85). IEEE.
Wang, G., Bhuiyan, M. Z. A., Cao, J., & Wu, J. (2014). Detecting movements of a target using face tracking in wireless sensor networks. IEEE Transactions on Parallel and Distributed Systems, 25(4), 939–949.
Bhuiyan, M. Z. A., Wang, G., & Wu, J. (2009). Target tracking with monitor and backup sensors in wireless sensor networks. In 2009 Proceedings of 18th international conference on computer communications and networks (pp. 1–6). IEEE.
Bhuiyan, M. Z. A., Wang, G. J., Zhang, L., & Peng, Y. (2010). Prediction-based energy-efficient target tracking protocol in wireless sensor networks. Journal of Central South University of Technology, 17(2), 340–348.
Chen, T. S., Liao, W. H., Huang, M. D., & Tsai, H. W. (2005, November). Dynamic object tracking in wireless sensor networks. In 2005 13th IEEE international conference on networks, 2005 jointly held with the 2005 IEEE 7th Malaysia international conference on communication (Vol. 1). IEEE.
Kulathumani, V., Arora, A., Demirbas, M., & Sridharan, M. (2007, January). Trail: A distance sensitive WSN service for distributed object tracking. In European conference on wireless sensor networks (pp. 83–100). Berlin: Springer.
Bose, P., Morin, P., Stojmenovi, I., & Urrutia, J. (2001). Routing with guaranteed delivery in ad hoc wireless networks. Wireless Networks, 7(6), 609–616.
Tsai, H. W., Chu, C. P., & Chen, T. S. (2007). Mobile object tracking in wireless sensor networks. Computer Communications, 30(8), 1811–1825.
Xu, Y., Winter, J., & Lee, W. C. (2004). Dual prediction-based reporting for object tracking sensor networks. In The first annual international conference on mobile and ubiquitous systems: networking and services, 2004. MOBIQUITOUS 2004 (pp. 154–163). IEEE.
Mohanoor, A. B., Radhakrishnan, S., & Sarangan, V. (2009). Online energy aware routing in wireless networks. Ad Hoc Networks, 7(5), 918–931.
Intanagonwiwat, C., Govindan, R., Estrin, D., Heidemann, J., & Silva, F. (2003). Directed diffusion for wireless sensor networking. IEEE/ACM Transactions on Networking (ToN), 11(1), 2–16.
Naderan, M., Dehghan, M., Pedram, H., & Hakami, V. (2012). Survey of mobile object tracking protocols in wireless sensor networks: A networkcentric perspective. International Journal of Ad Hoc and Ubiquitous Computing, 11(1), 34–63.
Huang, Q., Lu, C., & Roman, G. C. (2004). Reliable mobicast via face-aware routing. In INFOCOM 2004. twenty-third annual joint conference of the IEEE computer and communications societies (Vol. 3, pp. 2108–2118). IEEE.
Karp, B., & Kung, H. T. (2000). GPSR: Greedy perimeter stateless routing for wireless networks. In Proceedings of the 6th annual international conference on mobile computing and networking (pp. 243–254). ACM.
Chui, C. K., & Chen, G. (2009). Kalman filtering with real-time applications. Springer series in Information Sciences (4th ed.). New York, NY: Springer.
Haseltine, E. L., & Rawlings, J. B. (2005). Critical evaluation of extended Kalman filtering and moving-horizon estimation. Industrial & Engineering Chemistry Research, 44(8), 2451–2460.
Tsukamoto, K., Ueda, H., Tamura, H., Kawahara, K., & Oie, Y. (2009). Design of wireless sensor network for multi-point surveillance of a moving target based on the relationship between tracking probability and sensor density. In Consumer communications and networking conference, 2009. CCNC 2009. 6th IEEE (pp. 1–5). IEEE.
Mahgoub, I., & Ilyas, M. (2016). Sensor network protocols. Boca Raton: CRC Press.