智能无线传感器网络传感器选择和集群用于跟踪无人机
Edward-Joseph Cefai1, Matthew Coombes1, Daniel O'Boy1
1Department of Aeronautical and Automotive Engineering, Loughborough University, Loughborough LE11 3TU, UK.
Sensors (Basel, Switzerland)
|January 25, 2025
概括
本研究引入了一种新的无线传感器网络 (WSN) 管理方法,优化无人机跟踪的传感器集群大小. 这种方法可以显著降低网络成本,同时保持跟踪性能.
科学领域:
- 工程 工程师 工程师 工程师
- 计算机科学 计算机科学
- 信号处理 信号处理
背景情况:
- 有效的无线传感器网络 (WSN) 管理对于无人机跟踪等应用至关重要.
- 传统的传感器集群方法往往会产生大量的冗余集群,增加网络成本,并可能降低性能.
- 低成本,只有轴承的传感器在WSN管理中为目标跟踪带来了独特的挑战.
研究的目的:
- 为WSN开发一个优化的传感器集群技术,特别是用于使用轴承式传感器的UAV跟踪.
- 为了降低与传感器数据收集相关的网络通信和计算成本.
- 为了保持高跟踪性能,同时最大限度地减少活跃传感器的数量.
主要方法:
- 预测后部分布方法与传感器选择的简化目标功能相结合.
- 在数据收集之前开发一个优化算法,以识别和形成更小,更高效的传感器集群.
- 与无人机跟踪的传统技术相比,对拟议的方法的评估.
主要成果:
- 新的目标功能成功地识别了最佳的传感器集群.
- 开发的优化算法将所选传感器集群大小平均减少50%.
- 缩小了集群大小,保持与使用更多传感器的传统方法可比的跟踪性能.
结论:
- 拟议的方法为无人机跟踪的WSN管理提供了显著的改进.
- 较小的传感器集群可以降低网络成本,而不会影响跟踪准确度.
- 这种方法对于低成本,仅轴承传感器网络是有效的.
