自适应采样间隔的无线传感器网络多目标跟踪算法

多目标跟踪是无线传感器网络当前研究的热点问题。针对多目标跟踪存在耗能较大，跟踪丢失等问题，提出了一种自适应采样间隔的多目标跟踪算法。采用跟踪目标的定位元数据来对目标的运动模式进行建模。基于扩展的卡尔曼滤波器来预测跟踪目标状态，采用预测目标定位的概率密度函数构建跟踪簇。通过定义跟踪目标中心，基于马氏距离来量化主节点MN的选举过程。通过跟踪目标重要性和其与MN之间的距离来量化目标的影响强度，并以此构建自适应采样间隔的多目标跟踪算法。基于MATLAB进行了仿真实验，实验结果显示，本文设计的跟踪算法能准确预测目标的运动轨迹，能随着运动目标的状态实时采用自适应的采样间隔。通过数据分析得知，本文提出的算法能在实现WSN网络节能的基础上提高跟踪精度。