基于无线传感器网络的搜救研究

马琳 吴斌

【摘 要】基于无线传感器网络自身特点，运用基于固定簇头及多阈值加权质心跟踪算法，讨论了基于无线传感器网络的森林失联人员搜救的可能性。在仿真环境中，验证了基于无线传感器网络的森林失联人员搜救的可能，并进行了仿真验证。

【关键词】无线传感器网络；失联；搜救

中图分类号：TP21.6 文献标识码： A 文章编号： 2095-2457（2018）27-0228-003

DOI：10.19694/j.cnki.issn2095-2457.2018.27.105

【Abstract】Based on Wireless Sensor Networkstrait， A way of information changing between neighbouring cluster is proposed considering of saving power and increasing networks using life. In the simulation environment， the possibility of rescue based on Wireless Sensor Networks has been validated.

【Key words】WSN； Rescue

0 引言

森林搜救往往因失聯人员位置信息不详、森林覆盖广阔、救援平台技术限制等因素，导致救援任务失败，所以森林救援急需引进新的技术来提高救援效率。无线传感器网络作为一种新兴技术，已经在医疗、森林灭火、军事等方面得到应用，且取得了成效。本文旨在研究讨论适用于森林救援的无线传感器网络技术应用，通过无线传感网络相关关键技术来克服失联人员位置信息不详，森林面积广阔等难题，从而提高森林救援的效率。利用无线传感器网络跟踪定位失联人员首先要确立网络的拓扑结构，即明确网络的覆盖范围，感知信息的传输路径，然后根据获得的信息进行失联人员的状态估计。由于无线传感器节点数量大、密度高，无线传感器网络常采用簇形结构分布式管理。目前无线传感器网络分簇算法主要可以分为集中式和分布式。然而，集中式跟踪需要节点向管理节点发送信息，节点的大部分能量消耗在通信上。为了克服集中式跟踪的缺点，很多学者研究利用分簇结构进行分布式跟踪[1-5]，文献[6]介绍了基于簇头分布式调度，簇内节点集中式调度，利用多节点分时跟踪的方法，该方法定位精度好，但对节点密度要求高。文献[7]介绍了基于无线传感器网络动态分簇的构建方法。文献[8]介绍了基于固定簇头的无线传感器网络分簇方法。本文在文献[9]的基础上进行了利用无线传感器网络对失联人员搜索定位跟踪算法的研究。

1 固定簇的建立

网络完成无线传感器节点部署后，确定簇头位置

（1）簇头无线传感器节点通过广播自身为簇头的信息

（2）非簇头无线传感器节点接收簇头节点的广播信息，并根据接收信号的强弱向信号强度最大的簇头发送一个加入请求信息，此信息包括加入无线传感器节点的位置信息、无线传感器节点到对应簇头的通信能耗值。

（3）建立数据传输路径

下面将介绍一种失联人员在簇间运动情况，并提出一种解决办法。由于是簇头是固定的，则簇的大小及簇内节点也是固定的，但是失联人员的运动是随机的，故会出现如图1所示的一种情况

失联人员恰好穿过两个簇交联的部分，此时仅靠一个簇来完成失联人员的定位是不准确的，需要两个簇头协作定位。本文提出的解决办法是，由探测到失联人员簇的簇头向邻近簇头发出询问消息，邻近簇是否发现失联人员，该簇头如果收到回复是的消息，则由探测到失联人员簇内无线传感器节点多的簇头进行失联人员定位，少的簇头将本簇内探测到失联人员的节点信息发送给该簇头。需要说明的是，由于簇头与簇内无线传感器节点是异构的，簇头携带能量及运算能力较大，不用考虑簇头间传输信息的能量损耗。

2 无线传感器网络搜救结构

直升机平台将N个传感器撒布到需要搜救的区域，无线传感器节点的通信半径均为r，由文献[5]，失联人员的声信号强度一般随距离成指数衰减，当失联人员进入监视区域后，无线传感器节点i在t时刻接收到声强可表示为

式中：s表示失联人员信号源的声强，di（t）是t时刻失联人员与无线传感器节点i的距离，α是衰减指数，一般取2，εi是背景噪声，可以近似为高斯白噪声，。无线传感器节点采用三阈值检测，检测阈值分别记为E1，E2，E3。当失联人员经过无线传感器节点i时，其过程一般是从靠近到远离。根据式（1），无线传感器节点i的探测信号强度也会是一个从弱到强再到弱的过程，信号强度的峰值则表示此时失联人员处在与无线传感器节点i最近的距离上。

3 失联人员状态计算过程

即得失联人员的位置，如图2。然而求出的失联人员位置与失联人员实际位置存在较大的误差，并且失联人员处在阈值内的无线传感器节点或许存在多个，上述算法会使无线传感器节点的大部分能量消耗在计算失联人员位置上，使无线传感器节点的能量提前耗尽，因此提出基于多阈值失联人员跟踪算法，从而避免大量运算，节约无线传感器节点的能量。

利用质心算法并进行加权，如式6，无线传感器节点均匀分布

将上述两式所求的坐标求和取中点可解决定位误差较大的问题，所求的的失联人员最终位置如下

当失联人员经过无线传感器节点时，无线传感器节点记录所获取声强最大值及最小值，同时发送给本簇簇头，簇头根据所获得的的信息筛选出最大值以及最小值。当有无线传感器节点探测到的最大值大于之前簇头选取的最大值时，或最小值小于之前簇头选取的最小值时，簇头将采用此无线传感器节点的最大值或最小值用来重新计算E1，E2，E3，R，并发送消息给簇内无线传感器节点，通知改变阈值。

4 失联人员跟踪性能仿真及结论

模拟仿真环境设置如下，1000个无线传感器节点在的区域内均匀撒播，无线传感器节点的传输半径r=20m，信号强度s∈[6，100]，衰减系数α=2，背景噪声均值ε=4，失联人员速度设为5m/s。

由图可看出，多阈值定位误差均在1～7m左右，而单阈值则相对来说定位误差大一些。对于在500×500m的监测范围内，此误差是可以接受的，同时，图中有些定位误差点会出现陡增陡降的情况，这是因为探测到节点的数目决定的，理论上来说，探测到节点的数量越多，其定位误差越小。

5 结束语

结合无线传感器网络自身特点，探索研究了基于无线传感器网络对失联人员定位跟踪的可行性研究，结果表明，基于无线传感器网络的失联人员定位跟踪是可行的，为今后相关设备的研制提供了理论依据。同时仿真环境设置简单，未考虑到真实森林环境充满复杂噪声，以后的工作重点将向减弱噪声干扰方面倾斜。

【参考文献】

[1]Zhao Feng，Liu Juan.Information-Driven Dynamic Sensor Collaboration[J].IEEE Signal Processing Magazine，2002，19（2）：61-72.

[2]Li d，Hu Y H，Energy based collaborative source localization using acoustic micro-sensor array[J].Journal EUROSIP Applied Signal Processing，2003，（4）：321-337.

[3]Jing T，Hichem S，Cedric R. Binary variational filtering for target tracking in sensor networks[C].Proc of 14th IEEE/SP Workshop on Statistical Signal Processing.Madsion，2007：685—689.

[4]Duric P M， Vemula M， Bugullo M F. Target tracking by particle filtering in binary sensor networks[J]. IEEE Trans on signal Processing， 2008，56（6）：2229—2238.

[5]孙超，赵路路，張影等.无线传感器网络分簇拓扑的覆盖区域节点调度优化算法[J].传感技术学报，2010（1）：166-121.

[6]衣晓，邓露，刘瑜.基于基站划分网格的无线传感器网络分簇算法[J].控制理论与应用， 2012， 29（2）： 145-150.

[7]李迅，李洪峻.基于簇结构的无线传感器网络移动目标精确跟踪[J].传感技术学报，2009，22（12）：1814—1817.

[8]邓克波，刘中.基于无线传感器网络动态簇的目标跟踪[J].兵工学报，2008，29（10）：1197—1202.

[9]吴斌，衣晓.基于动态簇的无线传感器网络目标跟踪算法[J].中国电子科学研究院学报，2015，8（4）：354—360.