一种新的面向目标跟踪的传感器节点调度策略
Ｎｏ．６
Ｄｅｃ．．２００８
微处理机
ＭＩＣＲＯＰＲＯＣＥＳＳＯＲＳ
第６期
２００８年１２月
一种新的面向目标跟踪的传感器节点调度策略
程荣
（华中科技大学计算机学院服务计算技术与系统教育部重点实验室
集群与网格计算湖北省重点实验室，武汉４３００７４）
摘要：在用于目标跟踪的无线传感器网络中，传感器节点的电池能量有限，跟踪质量和网络生命周期是两个冲突的优化目标。在目标的移动过程中，如何选择合适的传感器节点子集，在指定时刻被唤醒，是延长网络生命周期和保证跟踪质量的关键。一种能量高效的传感器节点调度机制被提出，该机制综合考虑跟踪质量和网络生命周期，根据目标可能的运动区域选择需要启动的传感器节点子集。仿真试验结果证明该调度策略是高效的和节能的。
关键词：传感器网络；目标跟踪；节点调度；网络生命周期
中图分类号：ＴＰ３文献标识码：Ｂ文章编号：１００２—２２７９（２００８）０６－０１１２一０４
ＡＮｏｖｅｌＮｏｄｅＳｃｈｅｄｕｌｉｎｇＳｃｈｅｍｅｆｏｒＴａｒｇｅｔＴｒａｃｋｉｎｇＳｅｎｓｏｒＮｅｔｗｏｒｋｓ
ＣＨＥＮＧＲｏｎｇ
（ＨｕａｚｈｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＳｅｒｖｉｃｅｓＣｏｍｐｕｔｉｎｇＴｅｃｈｎｏｌｏｇｙａｎｄＳｙｓｔｅｍＬａｂ，
ＣｌｕｓｔｅｒａｎｄＧｒｉｄＣｏｍｐｕｔｉｎｇＬａｂＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｗｕｈａｎ４３００７４，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｉｎｔａｒｇｅｔｔｒａｃｋｉｎｇｓｅｎｓｏｒｎｅｔｗｏｒｋｓ，ｔｒａｃｋｉｎｇｑｕａｌｉｔｙａｎｄｎｅｔｗｏｒｋｌｉｆｅｔｉｍｅａｒｅｔｗｏｃｏｎｆｌｉｃｔｉｎｇｏｐｔｉｍｉｚａｔｉｏｎｇｏａｌｓｄｕｅｔｏｔｈｅｌｉｍｉｔｅｄｂａｔｔｅｒｙｐｏｗｅｒｏｆｔｈｅｓｅｎｓｏｒｎｏｄｅｓ．Ｄｕｒｉｎｇｔｈｅｍｏｖｅｍｅｎｔｏｆａｔａｒｇｅｔ．ｈｏｗｔｏｓｅｌｅｃｔａｓｕｉｔａｂｌｅｓｕｂｓｅｔｏｆ∞ｎ∞ｒｓｔｏｗａｋｅｕｐｉｓｏｆｃｒｉｔｉｃａｌｉｍｐｏｒｔａｎｃｅｂｏｔｈｆｏｒｅｘｔｅｎｄｉｎｇｎｅｔｗｏｒｋｌｉｆｅｔｉｍｅａｎｄｇｕａｒａｎｔｅｅｉｎｇｔｒａｃｋｉｎｇｑｕａｌｉｔｙ．Ｉｎｔｈｉｓｐａｐｅｒ，ａｎｅｎｅｒｇｙ—ｅｆｆｉｃｉｅｎｔｓｅｎｓｏｒｓｃｈｅｄｕｌｉｎｇｓｃｈｅｍｅｉｓｐｒｏｐｏｓｅｄ，ｉｎｏｒｄｅｒｔｏｂａｌａｎｃｉｎｇｔｒａｃｋｉｎｇｑｕａｌｉｔｙａｎｄｎｅｔｗｏｒｋｌｉｆｅｔｉｍｅ．Ｔｈｅｃｏｒｒｅｃｔｎｅｓｓｏｆｏｕｒｔｒａｃｋｉｎｇａｌｇｏｒｉｔｈｍａｎｄｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｐｒｏｐｏｓｅｄｓｃｈｅｄｕｌｉｎｇｓｃｈｅｍｅａｒｅｖａｌｉｄａｔｅｄｔｈｒｏｕｇｈｔｈｅｏｒｅｔｉｃａｌｐｒｏｏｆｓａｎｄｅｘｔｅｎｓｉｖｅｓｉｍｕｌａｔｉｏｎｅｘｐｅｒｉｍｅｎｔｓ．
Ｋｅｙｗｏｒｄｓ：Ｓｅｎｓｏｒｎｅｔｗｏｒｋｓ；Ｔａｒｇｅｔｔｒａｃｋｉｎｇ；Ｓｅｎｓｏｒｓｃｈｅｄｕｌｉｎｇ；Ｎｅｔｗｏｒｋｌｉｆｅｔｉｍｅ
１引言
无线传感器网络作为一种新兴技术，具有许多潜在的应用。这些网络一般由几百、几千个独立运作、配备无线通信接口和各种传感器的微型自治节点组成。这些节点一般采用电池供电，具有有限的无线通信能力和计算能力。无线传感器网络的应用包括战场侦察、环境监测、生物检测、家电和库存追踪等。
目标跟踪是无线传感器网络的一个重要应用，如军事侦察中的车辆跟踪、生态监测中的动物追踪等…。在这些应用里，由于传感器节点的电池能量有限，使得跟踪质量和网络生命周期成为两个相互矛盾的优化指标。在无能量限制的条件下，处于工作状态的传感器节点１能够持续地覆盖并监控给定的监测区域。但是，各个节点能量有限，而且在大多数情况下传感器节点的能量不可再生，完全覆盖和监控会很快耗尽传感器节点的电池能量。因此，在目标移动过程中，如何选择一个最佳的传感器节点子集处于工作状态，覆盖目标可能出现的区域，而其他节点处于节省能量的非工作状态，是延长网络生命周期和保证跟踪质量的关键。因此，设计能量高效的传感器节点调度策略对用于目标跟踪的无线传感器网络至关重要。
目前该领域的研究工作大多集中在无线传感器网络的部署阶段，对相应的网络参数进行静态优化，如优化传感器节点的布设位置。如何在目标跟踪过程中，综合考虑跟踪精度和网络生命周期，实时动态
作者简介：程荣（１９８０一），男，湖北黄梅人，硕士研究生，主研方向：移动ＡｄＨｏｅ网络和无线传感器网络。收稿日期：２００７—０３—２７
６期程荣：一种新的筒向目标跟踪的传感器节点调度策略?１１３?
地调度传感器第点方面的研究比较少。
我们提磁了一种动态的强标运动区域预测方法来代替对目标下一时刻精确位置的预测。实际上，精确预测目标下一个时刻的位置是非常困难的，在调度过程中，如果预测失败则可能导致节点漏度失败。尽管疆赡精确地预测磊轹下一时麴的位置，毽是可以预测目标下一时刻可能的运动区域，即预测目标未来运动区域的近似边界。然后提出了～种概率覆盖算法，邋过该算法来确定下一个时刻需要启动的传感器节点。整个调度策略的基标是在最大化网络生命周期的同时提供一定跟踪质量的保证。
２相关研究工作
文献［２】掇穗了一种以熊量为孛心的独立于跟踪算法和路崮协议的传感器部署机制，并弓ｌ入了监测质量（ＱｕａｌｉｔｙｏｆＳｕｒｖｅｉｌｌａｎｃｅ）的概念来指导协议的设计，但并宋考虑跟踪过程中动态的实时跟踪质撞闯题。文献［３］提出了分簇跟踪机制。在该机制孛，传感器丽络具有层次结构，爨少量处理麓力强的簇头节点和许多普通簇节点构成。无论是静态的还是动态的传感器节点都被按组分成簇和簇头节点，簇头节点负责从它的簇成员熙收集信息并用三角测爨技术或者基于Ｖｏｒｏｎｏｉ图表的方法计算髫标的位置。这些定位方法追求目标的精确定位，但是计算负荷非常大。
文献［４］和［５］提出了一种基于树的跟踪算法，跟踪问题被转化成一个多目标优化阅题。该机制通过构造传送树来完成跟踪任务。构造这样一个传送树需要网络全局信息，且传送树重新配置和维护会带来较大的通信负荷。而且该算法的性能高度依赖移动预测算法的精度，如果目标位置预测失败，将会簿致错误的传感器诱度决策，还霹能导致銎标丢失。
３能量高效的传感器节点调度策略
本节提出的节点调度策略主要包含：①预测目标下一个时刻可能的运动区域；②通过概率覆盖算法选择下一个时刻需要寓动的传感器节熹。
我们首先预测出目标在下～个时刻可能的运动区域ｘ…，然后用一种基于概率的覆盖方法，Ｏｔ一覆盖算法，确定需要启动的传感器节点集合，然后通告这些节点送入羧踪状态，我靛称该算法势协铭调度算法（ＣｏｏｐｅｒａｔｉｏｎＳｃｈｅｄｕｌｉｎｇＡｌｇｏｒｉｔｈｍ，ＣＳＡ）ｏ（１）目标逡动区域预测
本节提出了一种保守的嗣标运动区域预测方法。首先，通过扩晨卡尔曼滤波预测凄嚣标下一个翼季绷的可能位置ｘＨｌ，则嚣标下一个时刻的可麓运动送域通过一个不确定圆来近似表示，圆心力预测的下一个时刻的目标位置，半径为ｒ’＝ｒ４－ｂ，其中ｒ为传感器节点的感知半径，ｂ为一个全局参数，与憨个传感器网络节点部署的密度有关，如果传感器节点之阉豹密度较大则可戳取一个较零的值（期ｂ＝ｒ／４），如果节点之间较稀疏，则ｂ可以取一个稍大的值（如ｂ＝ｒ／２）。如图ｌ所示。
图１嚣标下一个薅刻可能懿逶凌送域
（２）概率覆盖
预测出了目标运动区域后，下一步就是根据预测的结果来确定下一时刻需要启动的传感器节点。传感器鼹络覆盖算法的选择直接影响着磊标静整溅质爨和传感器节点的选择。由于在秘标跟踪应用巾的覆盖算法还需要满足对动态不确定区域的覆盖，因此，传统的覆盖算法无法直接应用予目标跟踪应用。这里提凄一种概率覆盖方法采取代传统的竞全覆盖方法。
假设目标在下一个时刻的运动区域是ｘ…，该区域的面积为ｓ（Ｘ¨１）＝Ｓ。＋。。设区域ｘ”１被传感器节点ｓ；覆盖的部分西积为Ａ；，即Ｓ（ｘ…ｎｓ；）一矗｛，移动霉标在下一个时刻被传感器节点ｓ；覆盖的概率魑Ｐｉ＝Ｓ（Ｘ¨１ｎｓｉ）／Ｓ（ＸＨｌ）一Ａｉ／Ｓ…。如图２示，传感器节点ｓ，，８：，８，覆盖的区域与目标下一时刻逡动区域的交集的面积分别为Ａ；，Ａ２，Ａ，，则下一酵刻的嚣标被三个传感器节点覆盖的概率鸯Ｐ，＝Ａｌ／Ｓ，＋１，ｐ２＝赴／Ｓ…，ｐ３２Ａ３／Ｓ…，盟然Ｐｌ＜Ｐ２＜Ｐ３∞Ａ３／Ｓｔ＋１＝ｌ。
豳２瑾一覆盖
馑一覆盖的定义如下。
定义１：给定一个概率值仪和一个目标运动区域ｘ…，在下一个时刻移动目标被传感器节点ｓ；覆盖的概率势Ｐ；，则－Ｆ一对刻豹候选传感器节点集会
?１１４?微处理机２００８筇
Ｓ．＝｛ｓ｛ｌＰｉ≥伐，ｉ＝１，２…．，ｋ｝。如果Ｏｔ＝ｌ，则下一时刻的运动区域完全被Ｓ中的每个传感器节点覆盖，即区域Ｘ”１满足完全覆盖；如果０＜仪《１，则下一时刻的预测椭圆被ｓ中的ｋ个传感器不完全覆盖，即运动区域ｘ“１满足不宠全覆盖（Ｏｔ一覆盖）。
’这种基于概率的覆盖方法为随后的传感器节点调度提供了更多的选择，与完全覆盖方法相比更加灵活和高效。
４实验结果分析
我们开发了相应的仿真系统来模拟用于移动嚣标跟踪的无线传感器网络。为了评估协作调度算法的性能，并比较其与已有算法的性能，我们同时仿真了ＣＳＡ稻ＰＥＣＡＳｌ２１两种枧制。ＰＥＣＡＳ怒ＰＥＡＳ【６３豹一个加强协议。
在仿真系统中，让１００个传感器节点随机分布在５００ｍＸ５００ｍ的正方形聪域内。移动目标以一个可调节的初始速度随机出现在该区域内，翻标速度鹩变囊：骚麸歪态分布。系统采震扩展卡尔曼滤波（ＫＥＦ）和极大似然估计（ＭＬＥ）来进行移动目标的跟踪。目标的状态由一个４维向量（包含两个位置元素（Ｘ，ｙ）和两个速率元素（Ｖ，，Ｖ，））来描述。系统营先用第３节提到的方法预测鬓标在下一个时刻可能的运动嚣域。然后，我们通过仪一覆盖算法来确定要启动的传感器节点集合。
’我们同时仿真了ＰＥＣＡＳ和ＣＳＡ两种调度机制。ＰＥＣＡＳ是ＰＥＡＳ的一个改进版本。ＰＥＣＡＳ采取一种邻屠协作睡眠杭制，在ＰＥＣＡＳ视涮下，每个节点定时探测邻居节点是否处于跟踪状态，如果有活跃的邻居节点，则该节点囱己进入睡眠状态；如果没有，则继续处于活跃状态。这个机制的缺点是无法根据实时的跟踪信患来调度，优点是部署方便，量与跟踪算法无关。
仿真结果显示，一样的参数设置，ＣＳＡ比ＰＥＣＡＳ有更好的性能。图３显示，执行ＰＥＣＡＳ算法的系统孛处于工作状态的传感器节点的数目，在大多数时刻院执行ＣＳＡ算法的系统牵处于工律状态的传感器节点的数目要多。从能鬣消耗的角度考虑，ＣＳＡ调度机制通过让更多的节点处于睡眠状态比ＰＥＣＳＡ更加节省能爨。在跟踪的开始阶段，他们都唤醒所有懿传感器，但是后来ＣＳＡ撬糕毖ＰＥＣＳＡ槐镧能让更多的冗余节点进入睡眠状态。因此，ＰＥＣＡＳ算法比ＣＳＡ算法消耗的能量更多。
图４显承了两种算法的跟踪误差。我们通过估计的县标位鬟穰真实的鬟椽位置之闻的鞭离（用最小平方误差（ＭＳＥ）表示）来计算任意对刻静跟踪误熬。可以看到ＰＥＣＳＡ机制鸯溺次丢失了跟踪西标。尽管在某些时刻ＣＳＡ算法的误差略微超过了ＰＥＣＳＡ算法，但ＣＳＡ算法在任何时刻都没有丢失跟踪目标。基于ＣＳＡ的传感器调度节点算法同ＰＥＣＳＡ算法裰毙提供了更好的鼹踪质量。
４．－
一
妊
镬
．Ｗ－
熊
懒
啦
豳３两种机制下在各个时刻处于满跃状态的节点数目
圈毒瓣耱视裁的跟踪误差对笼
最后我们通过调节参数０ｃ来评估ＣＳＡ的性能。图５显示了评估结果。从图５可以发现当概率Ｏｔ从很小值开始增加耐，最小平方误差（ＭＳＥ）趋予减少。然｛嚣，当概率程达到某个魏詹继续增魏对，ＭＳＥ趋手增加，即跟踪质量下降。原因在于：①当概率ｏ‘取值很小时，对应预测区域覆盖概率很小的传感器节点都会被选中，这时满足要求的传感器节点非常多，造成冗余传感器节点增多，熊量滇耗增大，以致整个网络跟踪性熊下降；②当概率ｏ￡取值缀大时，蕞至Ｏｔ接近于ｌ时，概率覆盖几乎成为完全覆盖，意味着对预测运动区域接近完全覆盖的传感器节点才会被选中，这时符合要求的传感器节点较少，导致跟踪性锈也下降。当概率莲增至为菜令会适翡篷时，通过Ｏｔ一覆菔算法确定的传感器节点集合接近予最优的传感器节点子集。实验结果表明。概率覆箍条件下的跟踪质量也可以达到完全覆盖条件下的跟踪质量水平。从图５哥以发现，当ａ＝０。２时，最
６期程荣：一种新鹤面向掰标跟踪的传感器节点调度策略
。１１５?
小平方误差（ＭＳＥ）和能量的消耗趋于一个平衡点。
ｍｏｎｉｔｏｒｉｎｇ［Ｃ］．ＩｎＰｒｃｅｅｅｄｉｎｇｓ
ｏｆｔｈｅＦｉｍｔＡＣＭＩｎｔｅｒｎａ－
ｔｉｏｎａｌ
Ｗｏｒｋｓｈｏｐ
ｏｎ
Ｗｉｒｅｌｅｓｓ
Ｓ６ｑ陷ｏｒ
Ｎｅｔｗｏｒｋｓ
ａｎｄ
＇２０
?
Ｉ’
Ａｐｐｌｉｃａｔｉｏｎｓ≤ＷＳＮＡ），２００２：８８—９７．
，１０
｝
１∞
‘
卜
【２】Ｃｈａｏ
Ｇｎｉ，Ｐｔａｓａｎｔ
Ｍｏｈａｐａｔｒａ．ＰｏｗｅｒＣｏｎｓｅｒｖａｔｉｏｎａｎｄ
９０
｝
Ｑ．ａｕｔｙ
ｏｆ
Ｓｕｒｖｅｉｌｌａｎｃｅｉｎ
ＴａｒｇｅｔＴｒａｃｋｉｎｇＳｅｎｓｏｒＮｅｔ－
粪８０
｝
’
ｗｏｒｋｓ［Ｃ］．ＩｎＰｒｏｃｅｅｄｉｎｇｓ
ｏｆｔｈｅ
ｌＯｔｈａｎｎｕａｌｉｎｔｅｒｎａｔｉｏｎａｌ
７０｝
。
ｃｏｎｆｅｒｅｎｃｅ
ｏｎ
Ｍｏｂｉｌｅ
ｃｏｍｐｕｔｉｎｇ
ａｎｄ
ｎｅｔｗｏｒｋｉｎｇ
６０
弋
／｛
（Ｍｏｂｉｃｏｍ），２００４：１２９—１４３．￡３】ＱＸＷａｎｇ，Ｗ
Ｐ
Ｃｈｅｎ，ＲＺｈｅｎｇ，ＫＬｅｅ，ａｎｄＬＳｈａ．
ｓＯ
，＼＿，——一
．
Ａｃｏｕｓｔｉｃｔａｒｇｅｔｔｒａｃｋｉｎｇｕｓｉｎｇｔｉｎｙｗｉｒｅｌｅｓｓ
ｓｅｎｓｏｒ
ｄｅｖｉｃｅｓ
４０
ｏ
ｍａｒｉｏｎ
ＰｒｏｃｅｓｓｉｎｇｉｎＳｅｎｓｏｒＮｅｔｗｏｒｋｓ．２００３：６４２—６５７．
豳５ＣＳＡ的误差
［４】礅黼ｈｅｎｇ臻鼹ｇ黻建Ｇｕｏｈｏｕｇ
Ｃａｏ，麟：Ｄｙｎａｍｉｃ
获仿真结柒霹以看出，通过选择合适的概率覆ＣｏｎｖｏｙＴｒ端一Ｂ珏８ｅｄＣｏｌｌａｂｏｒａｔｉｏｎｆｏｒＴａｒｇｅｔＴｒａｃｋｉｎｇｉｎ
盖参数ａ，提出的调度策略可以在节省网络能量的ＳｅｎｓｏｒＮｅｔｗｏｒｋｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎ
ｗｉｒｅｌｅｓｓ
同时满足一定跟踪质量的要求，即在一个合理的能
ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２００４，３（５）：１６８９—１７０１?
量消耗级别下，系统可以获得一个小的最小平方谈ｂ１：蛩－譬：翟？＝：：罴：冀笔｝：ＩＥｏｒ’．（ＭＳＥ，。秘㈣ｅｄｉｎ毒《她２３二：重盘嘲ａ王Ｊｏｉｍ
ｃ妇ｎ勰蠢＆
５结论
毳淼蒜：鼎０裟记～—融
能量高效的传感器节点调度机制在概率覆盖的［６］ＦＹｅ，ＧＺｈｏｎｇ，ＳＬｕ，ＬＺｈａｎｇ．ＰＥＡＳ：ＡＲｏｂｕｓｔ
Ｅｎｅｒｇｙ
条锋下能够平衡跟踪震量秘网络生命罚期。仿真试
ＣｏｎｓｅｒｖｉｎｇＰｒｏｔｏｃｏｌｆｏｒＬｏｎｇ—ｌｉｖｅｄＳｅｎｓｏｒＮｅｔｗｏｒｋｓ
警童慧暖该调度策略是高效的和节能的。掰［Ｃ吼］腩．ｍＩｎｅｄＰｃｒｏ咖ｃｅｐｕｅｄｉｄｎｎｇｇｓ
ｓｙｏｆ咖Ｉｎ珊ｔｅｒｎ（ａＩｔｉｃｏＤｃｎａｌｓ蒿？鼍：爹孝文献：Ｉ。品，２磊３五；：；＿。１
‘…一。。一”……。
≤土接第１１１页）
ｉｆ（ＴＸＤ＿ＣＮＴ＝。Ｏ）
ｌ
ＳｃｉａＲｅｇｓ。ＳＣＩＴＸＢＵＦ＝ＴＸＤ—ＥＸＣＨ＞＞８；／／
将数据的低８位写入发送缓冲
ｆｏｒ（ｉ＝Ｏ；ｉ＜１００；ｉ＋＋）ＮＯＰ；
ｉｆ（ＳｃｉａＲｅｇｓ．ＳＣＩＣＴＬ２．ｂｉｔ．ＴＸＲＤＹ＝＝１）／／查询
是褥发送完毕
ＴＸＤ＿ＣＮＴ＝ｌ；
ｉ
ｅｌｓｅ
ｌ
ＳｃｉａＢｅｇｓ．ＳＣＩＴＸＢＵＦ＝ＴＸＤ—ＥＸＣＨ；／／将数据的离８位写入发送缓冲ｆｏｒ（ｉ＝Ｏ；ｉ＜１００；ｉ＋＋）ＮＯＰ；
ｉｆ（ＳｃｉａＲｅｇｓ．ＳＣＩＣＴＬ２．ｂｉｔ．ＴＸＲＤＹ＝＝１）／／查询是否发送完毕
ＴＸＤ＿ＣＮＴ＝０；
ｌ
｝
４结束语
利用Ｃ＋＋Ｂｕｉｌｄｅｒ６。０作为上位机开发软件和下位枫进行数据传辕，不需要专用的复杂通讯端霜，而且程序容易实现。在上位机只需添加ＶｉｓｕａｌＢａｓｉｃ的ＭＳＣｏｍｍ控件，遗对于Ｃ＋＋Ｂｕｉｌｄｅｒ来说是相当容易实现的；而Ｆ２８１２则可以直接使用其自身的ＳＣＩ模块进行通信。传输速率可以满足一般的工程需要，因此可广泛魄波用于工程控镧领域。本文所述的程序已经在电动加载台中得到成用并取得成
功。
参考文献：
【１】王宏，薅薪蓖，冉歇．Ｃ＋＋Ｂｕｉｌｄｅｒ翟净设计教程【越】。
ｊ艺寒：清华大学密敝梭，２００３—０３．
【２］范逸之，江文贤，陈立冗．ｃ十＋Ｂｕｉｌｄｅｒ匈ＲＳ一２３２串行
通信控制［Ｍ］．北京：清华大学出版社，２００２—０６．【３］ＴＭＳ３２０Ｆ２８１２
ＤＳＰ
ＣｏｎｔｒｏＵｅｒａ
ＳｙｓｔｅｍａｎｄＰｅｒｉｐｈｅｒａｌｓ
Ｒｅｆｅｒｅｎｃｅ
Ｇｕｉｄｅ［Ｚ】。Ｔｅｘａｓ
Ｉｎｓｔｒｕｍｅｎｔ，２００３—０６。
【４】
强悫昌，崔庆瀹．ＴＭＳ３２０嘲ＤＳＰ冬炖机异步串稽
通讯的实现［Ｊ］．机电设备．２００４（１）：钎一３２．
一种新的面向目标跟踪的传感器节点调度策略
作者：程荣， CHENG Rong
作者单位：集群与网格计算湖北省重点实验室,武汉,430074;华中科技大学计算机学院服务计算技术与系统教育部重点实验室
刊名：
微处理机
英文刊名：MICROPROCESSORS
年，卷(期)：2008,29(6)
参考文献(6条)
1.A Mainwaring Wireless sensor networks for habitat monitoring 2002
2.Chao Gui.Prssant Mohapatra Power Conservation and Quality of Surveillance in Target Tracking Sensor Networks 2004
3.Q X Wang.W P Chen.B Zheng.K Lee,L Sha Acoustic target tracking using tiny wireless sensor devices 2003
4.Wensheng Zhang.Guohong Cao DCTC:Dynamic Convoy Tree-Based Collaboration for Target Tracking in Sensor Networks 2004(05)
5.W Zhang.G Cao Optimizing tree reconfigurstion for mobile target tracking in sensor networks 2004
6.F Ye.G Zhong.S Lu.L Zhang PEAS:A Robust Energy Conserving Protocol for Long-lived Sensor Networks 2003
本文链接：https://www.wendangku.net/doc/617430336.html,/Periodical_wclj200806036.aspx