无线传感器网络中基于智能分布式分簇协议的目标追踪

第３ｌ卷第４期　２００８年ｌ２月　辽宁师范大学学报（自然科学版）　Ｊｏｕｒｎａｌ　ｏｆ　Ｌｉａｏｎｉｎｇ　Ｎｏｒｍａｌ　Ｕｎｉｖｅｒｓｉｔｙ（Ｎａｔｕｒａｌ　Ｓｃｉｅｎｃｅ　Ｅｄｉｔｉｏｎ）　Ｖｏ１．３１　ＮＯ．４　Ｄｅｃ．　２００８　文章编号：１０００—１７３５（２００８）０４—０４２８—０５　无线传感器网络中基于智能分布式分簇协议的目标追踪　栾好利　（沈阳：Ｔ：程学院信息工程系，辽宁沈阳　１１０１３６）　摘　要：传感器网络综合了传感器技术、嵌入式技术、分布式信息处理技术和无线通信技术，能够协作地实时监测、感　知各种环境和对象，并对监测到的信息进行处理．物体追踪是传感器网络重要的应用之一．高追踪质量低能耗是传感　器网络物体追踪的主要要求．设计了一个智能的基于动态分簇机制的目标追踪协议ＩＤＣＴ（Ｉｎｔｅｌｌｉｇｅｎｔ　Ｄｉｓｔｒｉｂｕｔｅｄ　Ｃｌｕｓｔｅｒ—ｂａｓｅｄ　Ｔｒａｃｋｉｎｇ）．利用最优选择机制和动态成簇方法，可以提高目标追踪质量并节省能量．　关键词：传感器；传感器网络；目标追踪；分簇　中图分类号：ＴＰ３９３　文献标识码：Ａ　传感器网络综合了传感器技术、嵌入式技术、分布式信息处理技术和无线通信技术，能够协作地实　时监测、感知和采集各种环境或对象的信息．体积小价格廉的传感器节点能够密集地布置在战场，城区　等地方形成大规模的无线传感器网络．成千上万的传感器节点可以共同地监视一个地区，这种高密度的　传感器网络可以十分巨大．因此进行追踪时需要多个传感器节点进行协作．　基于目标追踪的传感器网络协议要求网络能够有效组织传感器节点，笔者设计了一种基于智能的　动态分簇的追踪协议（ＩＤＣＴ：Ｉｎｔｅｌｌｉｇｅｎｔ　Ｄｉｓｔｒｉｂｕｔｅｄ　Ｃｌｕｓｔｅｒ—ｂａｓｅｄ　Ｔｒａｃｋｉｎｇ）．该协议能够利用无线传　感器网络高效准确地追踪移动目标，同时兼顾了能量使用效率和追踪质量．该协议由两个阶段组成．初　始阶段，所有节点处于能量节省模式，如睡眠状态．一旦有物体进入侦测地域，一个最佳选择机制来激活　最少节点，提供一系列协作追踪以取得最佳本地信息，从而最大限度地减少用于跟踪的能量．在第二阶　段中，预测机制和低延迟机制被来选择新的簇头．新的簇头将围绕追踪目标建立新簇。并重新利用最佳　选择机制来选择适当数量的节点加入到协作追踪里面，从而保证对目标的连续追踪．　１　无线传感器网络目标追踪领域的研究概述　目前，无线传感器网络目标追踪领域的研究，主要集中在如何能设计出一种能量有效的算法进行目　标追踪，同时在能耗和追踪质量之间保持良好的平衡．按照文献［１］中的相关综述，目标追踪的研究可以　分为３种类型：（１）基于树机制的方案；（２）基于分簇机制的方案；（３）基于预测机制的方案．　首先，基于树机制的方案：在文献［２］里面，设计了一种基于树机制的动态传输收集机制（ＤＣＴＣ：ａ　Ｄｙｎａｍｉｃ　Ｃｏｎｖｅｙ　Ｔｒｅｅ—ｂａｓｅｄ　Ｃｏｌｌａｂｏｒａｔｉｏｎ）．这种传达树（Ｃｏｎｖｏｙ　Ｔｒｅｅ）包括追踪目标周围的节点，并　且随着目标的移动不断增加或者删除节点．依靠传达树，树上节点将被追踪目标的信息采集并汇聚到根　节点，然后由根节点转发到基站（Ｂａｓｅ　Ｓｔａｔｉｏｎ）．但是ＤＣＴＣ有一些局限性．首先，ＤＣＴＣ中的树只是逻　辑上的结构对网络的物理结构没有影响；其次，随着目标的不断移动，很多节点变得距离根节点越来越　远，因此很多能量都消耗在向根节点发送信息的上面了．　基于簇机制的方案：文献［３］中给出了一种基于动态分簇算法．该算法假定整个网络由分布稀疏的　高性能簇头节点以及普通传感器节点组成．当簇头被特定的事件激活后，首先发送广播信息包，要求邻　近节点加入这个簇，共享这个簇头．然后，簇头节点负责收集和融合数据并转发给基站．但是，仅仅那些　性能高的节点能够成为簇头节点，因此簇头节点常常会被过度使用．另外，在实际应用中，一些特殊的地　理环境造成头节点无法访问到，这样容易造成被追踪目标丢失．　收稿Ｅｔ期：２００８—０８—１０　作者简介：栾好利（１９６５一），男，吉林辽源人，沈阳工程学院副教授，硕士．Ｅ—ｍａｉｌ：ｒｓｃｌｈｌ＠１２６．ｃｏｒｎ．　第４期　栾好利：　无线传感器网络中基于智能分布式分簇协议的目标追踪４２９　基于预测机制的方案：文献［４—６］中，提出一种基于预测机制的方法．该方法可以预测跟踪目标下一　步的位置．该方案基于下面的假设：（１）首先，假设当前正在移动的跟踪目标的速度和方向不会在短时　间（如几秒）中突然改变；（２）当前传感节点，可以计算出下几秒内该跟踪目标的速度和方向．在一些论文　中，提出一种基于预测的唤醒机制，也就是按照当前节点的预测结果，提前唤醒位于追逐目标可能到达　的下一些节点，这样即节约了能量，又保证目标的不丢失．基于不同的应用可以选择不同的唤醒机制，主　要包括３种方法：（１）仅仅唤醒距离预测目的地最近的传感器节点；（２）唤醒所有位于从当前位置到预测　的目标位置路由上的所有节点；（３）唤醒所有位于从当前位置到预测的目标位置路由上的所有节点及其　周边节点　］．这３种办法都能够达到一定范围内的节省能量．但是，对于第一种方法，由于一次只有一　个节点来监视目标，因此追踪质量不能得到保证．对于第二种方法，由于实际环境因素影响，目标移动的　速度和方向可能改变很快而造成目标丢失．　２　基于智能动态分簇追踪协议（ＩＤＣＴ）　ＩＤＣＴ协议主要目的用于解决上文提及的各种无线传感器网络追踪中存在的问题，尤其是网络的　能量高效性和目标追踪的准确性的矛盾．　２．１初始簇的形成阶段　假设每个节点都知道自己以及单跳（ｏｎｅ—ｈｏｐ）距离的邻居节点的地理位置信息，并且能够估算出与　这些邻居节点进行通信的能耗．最初，所有网络中的传感器节点处于节省能量模式．这些节点周期性的　唤醒，之后进行短时间监测，如果没有监测到事情，重新进入休眠状态，等待下一个周期的开始．一旦一　些节点监测到目标，这些分布在物体周围的节点就形成一个簇，同时进入目标跟踪状态．首先，在所有的　节点中选择簇头节点．由于选择簇头的通信能耗较高，我们设计了一个简单的基于启发式的两段式簇头　选取方法．在第一阶段，侦测目标的传感器节点被要求向它的邻居节点广播一个选举信息（ｄ　，ＩＤ　），其　中ｄ　是当前节点到追踪目标的距离，ＩＤ　是节点ｉ的ＩＤ．如果节点没有接收到任何（　，ＩＤｉ）小于（　，　ＩＤ　）的选举信息，该节点就成为一个候选簇头节点．否则，它将选择一个具有最小（　，ＩＤｊ）的邻居节点　作为它的头节点．但是，这样就有可能同时存在多个候选的头节点．因此，第二个阶段就是如何在这些候　选节点中选择一个优胜者．如果候选簇头节点ｉ接到比（　，ＩＤ　）优胜者（　，，ＩＤｉ）的消息，那么这个候选　者就选择具有最小（　。，ＩＤ　）的节点作为最终的簇头节点．然后，簇头节点发出加入请求信息要求其邻居　（单跳）节点加入簇中．这些邻居节点在接收到请求加入信息后，全部加入到这个簇中．　２．２最佳节点选择　目标追踪要求簇头节点能够融合簇内数据，但是，不是所有侦测到目标的簇成员的数据都是有　用的．　被通知选择的最优节点，是那些可以得到最佳数据并能耗小的节点，通过这些节点的协作可以节省　能量和带宽的消耗．这样，不仅跟踪质量可以保证，而且延长寿命的传感器网络．根据ＩＤＣＴ协议，我们　使用一个最佳的选择机制，来选择能够提供最佳数据和能耗小的簇成员节点加人到目标追踪的协作中．　簇形成以后，簇头节点发布消息给簇里面其他成员，该消息中包含对追踪目标的评估信息和最优的　目标节点选择命令．一旦成员节点接到消息，就将该簇头提供的信息与自己对追踪目标的评估结果综合　起来，用最优选择函数进行计算，然后将计算结果反馈给簇头节点．簇头节点根据这些反馈信息，对他们　进行定级，以进行预测．根据文献Ｅｇ］，我们定义最优选择函数如下，该函数包括了数据的有用性和能耗　判断．　Ｑ（　（ｚｌｍ　，ｃｈ））一ａ　…（　（ｚＩｍ　，ｃｈ））一（１～口）　。虬（　ｆ）　（１）　其中　（　优　，ｃｈ），ｍ　∈ｍｅｍｂｅｒ（ｃｈ）对追踪目标的评估，是由簇成员节点用自己的评估值　（　ｆ　ｍ　）结合　簇头节点的评估值　（ｚＩ　ｃａ）综合而成，其中Ｚ（ｘ　Ｉ　ｍ　，ｃｈ）＝　（ｚ　ｌ　ｍ）０　（ｚ　１　ｃｈ），这是利用贝叶斯原理设　计的一个过滤器．用公式　（　（ｚＩ优　，ｃｈ））来评判信息的有用性．而叩ｃ。　（ｍ　）是指簇头节点ｃ　与其成　员节点ｍ　进行通信的能耗．其中ａ是一个与可用性和能耗相关的权重系数．　选择函数Ｑ（ｚ（ｚＩｍ　，ｃｈ）包括两个方面．首先，　…（　（　Ｉｍ　，ｃｈ））代表每个成员节点ｍ　所提供信息　４３Ｏ　辽宁师范大学学报（自然科学版）　第３１卷　的可用性．依照Ｍａｈａｌａｎｏｂｉｓ距离，传感数据的可用性可以由簇成员节点　ｉ以及簇头节点ｃ　根据ｍｉ　与追踪目标远近米确定，具体公式如下：　（　（ｚ　Ｉ　７ｎ　，ｃｈ））一　…（ｚ　，ｚ）一一（ｚ　，ｚ）　三　（　，ｚ）　（２）　其中，ｚ　是成员节点ｍ　的位置，ｚ是　和ｃ＾估算的追踪目标位置．三是ｚ的协方差．　其次，另一方面　出　。　（”　）．具体如下：　仇　（ｚｏ，　）一（ｚ　一ｌｚｏ）　（ｚ　一ｚｏ）　（３）　（　）代表簇头节点和成员节点间通信的能耗．我们使用Ｅｕｃｌｉｄｅａｎ距离作为簇　头与成员问进行通信时能量消耗的评价标准．我们可以通过成员节点与簇头节点间的距离推导　其中，ｚ　是成员节点”ｚ　的位置；．２７。是簇头节点的位置；（ｚ　～　ｚ。）是簇头节点与成员节点的距离；因此，　由式（１）～（３）我们可以进一步将选择函数（１）简化如下：　Ｑ（　、。，　，　）一一　（ｚ　一ｚ）　三＿１（ｚｆ一．ｚ）一（１一　）　（ｚ　—ｚ０）　（　一ｚｏ）　（４）　由式（４）可以得出，选择函数Ｑ仅仅与簇头，簇成员节点以及追踪节点的位置相关，即与　。，ｚ　及　相关．　应用最优选择函数式（４），我们可以计算出每个节点对于追踪目标的贡献级别．这样，会选择出适量　的满足最优条件的节点，进行协作，共同追踪目标．依据传感器网络的不同应用要求，传感器节点的数量　也可以有所不同．例如，在文献［１０］中，作者假设每个传感器节点知道相互位置，并且能够识别追踪目标　是否离开或者靠近自己，依照假设，二级节点通过与一级节点合作，可以获得追踪目标的精确定位．在文　献［ｉ１］中，假设每个节点知道自己与追踪目标的距离，并且所有网络节点保持同步，这样３个节点就足　够定位追踪目标的位置了．　为了使协议适应性更强，我们将不做以上假设．我们通过设置阈值　Ｏ　Ｏ　Ｏ　Ｏ　Ｏ　Ｏ　Ｏ　参数（ＴＮ：Ｔｈｒｅｓｈｏｌｄ　Ｎｕｍｂｅｒ）对选择节点进行，通过优化方法选　Ｏ　Ｏ　Ｏ　Ｏ　Ｏ　Ｏ　Ｏ　择的节点数目不能超过ＴＮ个．例如在图１中，我们设ＴＮ一３．依据追　Ｏ　Ｏ．　踪任务的不同，基站（Ｂａｓｅ　Ｓｔａｔｉｏｎ）根据具体情况，在必要时广播一条　Ｏ　Ｏ　。　０。Ｏ、、Ｏ　Ｏ　ｏ　。　ｏ　ＴＮ消息就可以改变ＴＮ的值．如果成员节点返回的请求数目小于　＼　Ｉ　Ｒ／＿　ＴＮ，所有的请求将被答允．一旦节点通过最优选择算法被选中，这些　、　～一／　最优节点将采集的信息发送给簇头节点，簇头节点通过融合这些数据　Ｏ　Ｏ　Ｏ　Ｏ　Ｏ　Ｏ　Ｏ　产生更加精确的追踪估计．　・簇头节点。最优节点。普通节点　目标　２．３　簇的再形成　图１簇的形成　主要研究变速对象的追踪．如图２所示，随着追踪目标的移动，当　前簇里面的一些成员节点会逐渐远离追踪目标．为了保证对追踪目标的连续跟踪，位于预期路由上的节　点要迅速形成簇以便协作追踪．因此，选择簇头非常重要，这不仅影响追踪质量，也影响能量的利用效　率，从而影响整个网络的生命周期．　大多数追踪相关的研究中，对于簇头选择通常是简单　地选择一个有最多剩余能量的或者最强能力的节点作为新　的簇头节点．也有一些研究选择距离追踪目标预期距离最　近的节点作为簇头节点．但是，在实际应用中，由于目标随　时改变状态，预测结果有可能出现误差而发生错误．这些已　Ｏ　Ｏ　Ｏ　Ｕ　Ｕ　Ｏ　Ｏ　Ｏ　Ｏ　Ｏ　Ｏ　Ｏ　Ｏ　Ｏ　Ｏ—ＯＯ　Ｏ　Ｏ　Ｏ　…．．・簇头节点　Ｏ　Ｏ　０　００：．．．…　．　０，＂　－：０～、ｏ。／／ｏ　０最优节点　／　挲　ｊ　存在的算法不ｚＨ￣Ｕ　４１１Ｒ：ｔ好适应传感器网络的实际追踪应用．　在ＩＤＣＴ协议中，我们设计了一个基于预测机制和低　延迟的算法来选择新的簇头．当预测的追踪目标位置位于　当前簇的边界，该簇的簇头节点就发布新的簇头选择消息，　《椿　．夕　０　＜；＝　．９　０　０　０簇　Ｏ　Ｏ　ｏ　０　Ｏ　ｏ　Ｏ　Ｏ　０　０　Ｏ　ｏ。　点　６、…Ｏ　Ｏ一　Ｏ　０　Ｏ　Ｏ　Ｏ　Ｏ　Ｏ　Ｏ　Ｏ一目标路径　…　…　图２连续目标追踪　通知靠近位于预测追踪目标附近的节点，进行新的簇头节点选举．第一个答复信息的非簇头的邻居节点　将被选择为新的簇头节点．新的簇头节点与其单跳（ｏｎｅ—ｈｏｐ）的邻居节点一起形成新簇，并重新利用最　优选择机制选择最优成员节点进行追踪协作．这样，追踪过程得以延续，同时当前的簇头节点会周期性　第４期　栾好利：　无线传感器网络中基于智能分布式分簇协议的目标追踪　４３１　地向基站发送追踪目标的状态信息．　２．４追踪目标丢失与恢复　ＩＤＣＴ协议基于预测机制和低延迟算法来选择簇头节点．但是当追踪目标突然改变方向或者速度　时，追踪目标的位置会与预测位置相差很大，可能会跳出当前工作的传感器节点的传感区域．因此，为了　解决这个问题，笔者设计了一种检测恢复机制来防止追踪目标的丢失．当新的簇头检测到追踪目标后，　这个簇头节点在规定时间内向前簇头节点发送监测确认消息．如果前簇头节点在指定时间内没有得到　任何确认消息，就认为发生了目标丢失．这样前簇头节点向基站发送追踪丢失信息，基站就会唤醒所有　传感器节点，重新进行追踪．　３　模拟仿真　为了进一步评估该协议，我们在ＮＳ２环境下对该协议进行了实验，我们期望对如下方面进行模拟　与分析：（１）比较ＩＤＣＴ协议与其他协议的智能性，即当追踪目标速度发生改变后协议的适应性；（２）比　较ＩＤＣＴ协议与其他协议的能耗有效性；（３）考察阔值（ＴＮ）对ＩＤＣＴ协议的影响．　３．１模拟环境　采用ＮＳ２作为模拟环境．在１００　ｍ　的方形区域里面，均匀且随机地布置一定数量的传感器节点，　同时要求节点密度要足够大，以保证单位面积里面，至少有３个节点可以共同协作监视追踪目标．模拟　开始，目标随机出现在监视区域的某个地方，初始方向及速度为　，单位时间内更改方向和速度的概率　为Ｐ．速度的变化范围为０到　，其方向改变角度设为ｚ度．节点的监视半径为１０　ｍ，节点间平均距　离为５　ｍ．　３．２　模拟结果　在整个模拟中，我们将ＩＤＣＴ协议与基于树机制的方法，基于预测机制的方法以及基于动态分簇机　制的方法进行了比较．对于基于预测机制的方法，我们选择唤醒机制来唤醒所有从当前位置到目标位置　上位于追踪目标预测路由上节点．结果如下：　（１）追踪目标不同速率下的丢失率．图３所示，当速率改变小的时候，基于动态分簇机制的方法和基　于预测机制的方法性能都优于所设计的方法（ＴＮ一３），而当（ＴＮ一１）时，结果是最差的．但是当速度更　改概率增加时，我们所设计的方法（ＴＮ一３）的性能要优于其他方法，即便ＴＮ一１时的性能也优于基于　预测机制的方法和基于树的方法．　祷　悄　血　速度变化率　ｌ０　Ｉ５　２Ｏ　２５　３Ｏ　３５　４０　４５　５０　ｆ／ｓ　图３　目标丢失率与速度改变率关系图　图４传感器网络追踪能量消耗　模拟结果表明，我们设计的方法对于状态快速变化的追踪目标比其他方法具有更好的适应性．同时　我们可以通过改变参数ＴＮ的数值调整追踪质量．　（２）能耗．由图４我们可以看出，ＩＤＣＴ协议能耗效率很高．当ＴＮ＝１时，能耗效率优于ＴＮ＝３时的　情况以及其他方法，这是因为参与目标追踪的节点数目比其他协议要少．　模拟结果表明，通过对参数ＴＮ选择合适的数值，能够很好地平衡能耗和追踪质量．　４　结束语　笔者提出了一种新的基于智能动态分簇算法和最佳选择机制的目标追踪协议（ＩＤＣＴ协议）实现有　４３２　辽宁师范大学学报（自然科学版）　第３ｌ卷　效地追踪移动目标．该协议很好地平衡了追踪质量与有效能耗问题．通过最佳选择机制，选择出能够产　生较好追踪质量的节点进行追踪，这样不但提高了追踪质量，也达到了节省能耗的目的．而基于动态的　分簇算法机制显著地减少了网络内各种信息的数量，如新的簇头选举以及簇的再形成等，进一步达到了　节省能耗的目的．　参考文献：　Ｅｌｉ　ＣＨＵＡＮＧ　Ｓ　Ｃ．Ｓｕｒｖｅｙ　ｏｎ　ｔａｒｇｅｔ　ｔｒａｃｋｉｎｇ　ｉｎ　ｗｉｒｅｌｅｓｓ　ｓｅｎｓｏｒ　ｎｅｔｗｏｒｋｓ［Ｃ］．Ｘｉｎｚｈｕ：Ｄｅｐｔ　ｏｆ　Ｃｏｍｐｕｔｅｒ　Ｓｃｉｅｎｃｅ　Ｎａｔｉｏｎａｌ　Ｔｓｉｎｇ　Ｈｕａ　Ｕｎｉｖｅｒｓｉｔｙ，２００５：８０—８５．　ｃ．Ｄｙｎａｍｉｃ　ｃｏｎｖｏｙ　ｔｒｅｅ—ｂａｓｅｄ　ｃｏｌｌａｂｏｒａｔｉｏｎ　ｆｏｒ　ｔａｒｇｅｔ　ｔｒａｃｋｉｎｇ　ｉｎ　ｓｅｎｓｏｒ　ｎｅｔｗｏｒｋｓ［Ｃ］／／ＩＥＥＥ　Ｔｒａｎｓ　Ｗｉｒｅ一　［２］　ＺＨＡＮＧ　Ｗ，ＣＡＯ　Ｇ　Ｄｃｔ１ｅｓ８　Ｃｏｍｍｕｎ．Ｎｅｗ　Ｙｏｒｋ：ＩＥＥＥ　Ｐｒｅｓｓ，２００４：１６８９—１７０１．　ＳＨＡ　Ｉ　．Ｄｙｎａｍｉｃ　ｃｌｕｓｔｅｒｉｎｇ　ｆｏｒ　ａｃｏｕｓｔｉｃ　ｔａｒｇｅｔ　ｔｒａｃｋｉｎｇ　ｉｎ　ｗｉｒｅｌｅｓｓ　ｓｅｎｓｏｒ　ｎｅｔｗｏｒｋｓ［Ｃ］／／Ｐｒｏｅ　ＩＥＥＥ　Ｉｎｔ　Ｃｏｎｆ　［３］　ＺＨＡＮＧ　Ｗ，ＨＯＵ　Ｊ，Ｎｅｔｗｏｒｋ　Ｐｒｏｔｏｃｏｌｓ（ＩＣＮＰ）．Ｎｅｗ　Ｙｏｒｋ：ＩＥＥＥ　Ｐｒｅｓｓ，２００３：２５９—２６６．　ｏｒｍａｔｉｏｎ—ｄｒｉｖｅｎ　ｄｙｎａｍｉｃ　ｓｅｎｓｏｒ　ｃｏｌｌａｂｏｒａｔｉｏｎ　ｆｏｒ　ｔｒａｃｋｉｎｇ　ａｐｐｌｉｃａｔｉｏｎｓ［Ｊ］．ＩＥＥＥ　Ｓｉｇｎａｌ　Ｐｒｏｃｅｓ　［４］　ＺＨＡＯ　Ｆ。ＳＨＩＮ　Ｊ，ＲＥＩＣＨ　Ｊ．ＩｎｆＭａｇ，２００２（４）：６１—７２．　［５］ｘｕ　Ｙ，ＷＩＮＴＥＲ　Ｊ，ＬＥＥ　Ｗ　ｃ．Ｄｕａｌ　ｐｒｅｄｉｃｔｉｏｎ—ｂａｓｅｄ　ｒｅｐｏｒｔｉｎｇ　ｆｏｒ　ｏｂｊｅｃｔ　ｔｒａｃｋｉｎｇ　ｓｅｎｓｏｒ　ｎｅｔｗｏｒｋｓ［Ｊ］．Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ＭＯＢＩＱＵＴ—　ＯＵＳ，２００４（５）：１５４一ｌ６３．　ｎｇ—ｑｉ。ＬＥＥ　Ｗａｎｇ—ｃｈｉｅｎ．Ｐｒｅｄｉｃｔｉｏｎ—ｂａｓｅｄ　ｓｔｒａｔｅｇｉｅｓ　ｆｏｒ　ｅｎｅｒｇｙ　ｓａｖｉｎｇ　ｉｎ　ｏｂｊｅｃｔ　ｔｒａｃｋｉｎｇ　ｓｅｎｓｏｒ　ｎｅｔｗｏｒｋｓ［Ｊ］．Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　［６］　ＸＵ　ＹｉＭｏｂｉｌｅ　Ｄａｔａ　Ｍａｎａｇｅｍｅｎｔ，２００４（３）：３４６—３５７．　　ｃ，ＭＯＨＡＰＡＴＲＡ　Ｐ．Ｐｏｗｅｒ　ｃｏｎｓｅｒｖａｔｉｏｎ　ａｎｄ　ｑｕａｌｉｔｙ　ｏｆ　ｓｕｒｖｅｉｌｌａｎｃｅ　ｉｎ　ｔａｒｇｅｔ　ｔｒａｃｋｉｎｇ　ｓｅｎｓｏｒ　ｎｅｔｗｏｒｋｓ［Ｃ］／／Ｐｒｏｅ　ＡＣＭ　Ｍｏｂｉ—　［７］　ＧＵＩｃｏｍ　Ｃｏｎｆ．Ｎｅｗ　Ｙｏｒｋ：ＡＣＭ　Ｐｒｅｓｓ，２００４：１２９—１４３．　［８］　ＧＵＰＴＡ　Ｒ，ＤＡＳ　Ｓ　Ｒ．Ｔｒａｃｋｉｎｇ　ｍｏｖｉｎｇ　ｔａｒｇｅｔｓ　ｉｎ　８　ｓｍａｒｔ　ｓｅｎｓｏｒ　ｎｅｔｗｏｒｋ［Ｃ］／／Ｐｒｏｃ　ＶＴＣ　Ｓｙｍｐ．Ｎｅｗ　Ｙｏｒｋ：ＩＥＥＥ　Ｐｒｅｓｓ，２００３．　ｅｅ，ＨＡＵＳＳＥＣＫＥＲ　Ｈｏｒｓｔ，ＺＨＡＯ　Ｆｅｎｇ．Ｓｃａｌａｂｌｅ　Ｉｎｆｏｒｍａｔｉｏｎ—Ｄｒｉｖｅｎ　Ｓｅｎｓｏｒ　Ｑｕｅｒｙｉｎｇ　ａｎｄ　Ｒｏｕｔｉｎｇ　ｆｏｒ　ａｄ　ｈｏｃ　Ｈｅｔｅｒｏ—　［９］　ＣＨＵ　Ｍａｕｒｉｇｅｎｅｏｕｓ　Ｓｅｎｓｏｒ　Ｎｅｔｗｏｒｋｓ［ＥＢ／ＯＬ］．［２００４—０６—０９］．ｈｔｔｐ：／／ｖｏｄ．ｃｓ．ｎｔｈｕ．ｅｄｕ．ｔｗ／ｅｚＬＭＳ／ｓｈｏｗ．ｐｈｐ？ｉｄ＝９２　８Ｌ１２１９２８３３７８．　Ｊ，ＢＵＴＥＲ　ｚ，ＣＲＥＳＰＩ　Ｖ，ｅｔ　ａ１．Ｔｒａｃｋｉｎｇ　ａ　ｍｏｖｉｎｇ　ｏｂｊｅｃｔ　ｗｉｔｈ　ａ　ｂｉｎａｒｙ　ｓｅｎｓｏｒ　ｎｅｔｗｏｒｋ［ＥＢ／０Ｌ］．［２００８—０３—７］．ｈｔｔｐ：／／　［１０］　ＡＳＬＡＭ　ｈｉ．ｂａｉｄｕ．ｃｏｍ／ｍａｇｉｃｃａｓｈｅ／ｂｌｏｇ／ｉｔｅｍ／ａ８２４ｆｂｆｄｌｂ８ｄｄｅ４２ｄ７８８７ｄｅ４．ｈｔｍ１．　ｅｈｅｅ，ＫＵＯ　Ｓｈｅｎｇ—ｐｏ，ＬＥＥ　Ｈｕｎｇ—ｗｅｉ．Ｌｏｃａｔｉｏｎ　ｔｒａｃｋｉｎｇ　ｉｎ　ａ　ｗｉｒｅｌｅｓｓ　ｓｅｎｓｏｒ　ｎｅｔｗｏｒｋ　ｂｙ　ｍｏｂｉｌｅ　ａｇｅｎｔｓ　ａｎｄ　ｉｔｓ　ｄａｔａ　［１１］　ＴＳＥＮＧ　Ｙｕ—ｆｕｓｉｏｎ　ｓｔｒａｔｅｇｉｅｓ［ＥＢ／０Ｌ］．Ｅ２ｏｏ８—０８—１４］．ｈｔｔｐ：／／ｆｅｄｅｔｄ．ｍｉｓ．ｎｓｙｓｕ．ｅｄｕ．ｔｗ／ＦＥＤ—ｄｂ／ｃｇｉ—ｂｉｎ／ＦＥＤ—ｓｅａｒｃｈ／ｖｉｅｗ—ｅｔｄ？ｉｄｅｎｔｉｆｉｅｒ　ｏａｉ：ｅｔｄｎｃｋｌｊ．１ｉｂ．ｎｃｋｕ．ｅｄｕ．ｔｗ：ｅｔｄ一０８１３１０８－ｌ８０６２４．　Ａｎ　ｉｎｔｅｌｌｉｇｅｎｔ　ｄｉｓｔｒｉｂｕｔｅｄ　ｃｌｕｓｔｅｒ－ｂａｓｅｄ　ｐｒｏｔｏｃｏｌ　ｆｏｒ　ｔａｒｇｅｔ　ｔｒａｃｋｉｎｇ　ｉｎ　ｗｉｒｅｌｅｓｓ　ｓｅｎｓｏｒ　ｎｅｔｗｏｒｋｓ　ＬＵＡＮ　Ｈａｏ—ｌｉ　（Ｄｅｐａｒｔｍｅｎｔ　ｏｆ　Ｉｎｆｏｒｍａｔｉｏｎ，Ｓｈｅｎｙａｎｇ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｓｈｅｎｙａｎｇ　１１０１３６，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｗｉｒｅｌｅｓｓ　ｓｅｎｓｏｒ　ｎｅｔｗｏｒｋｓ（ＷＳＮｓ）ｗｉｔｈ　ｔｈｏｕｓａｎｄｓ　ｏｆ　ｔｉｎｙ　ａｎｄ　ｌｏｗ—ｐｏｗｅｒ　ｎｏｄｅｓ　ｃａｎ　ｅｆｆｅｃ—　ｔｉｖｅｌｙ　ｍｏｎｉｔｏｒ　ｄｉｆｆｅｒｅｎｔ　ｋｉｎｄｓ　ｏｆ　ｅｎｖｉｒｏｎｍｅｎｔｓ　ｖｉａ　ｃｏｌｌｅｃｔｉｎｇ　ａｎｄ　ｔｈｅｎ　ｔｒａｎｓｍｉｔｔｉｎｇ　ｅｎｖｉｒｏｎｍｅｎｔａｌ　ｉｎ—　ｆｏｒｍａｔｉｏｎ．Ｔａｒｇｅｔ　ｔｒａｃｋｉｎｇ　ｉｓ　ａｎ　ｉｍｐｏｒｔａｎｔ　ａｐｐｌｉｃａｔｉｏｎ　ｏｆ　ＷＳＮｓ，ａｎｄ　ｈｉｇｈ　ｔｒａｃｋｉｎｇ　ｑｕａｌｉｔｙ　ａｎｄ　ｅｎｅｒｇｙ　ｅｆｆｉｃｉｅｎｃｙ　ａｒｅ　ｔｈｅ　ｋｅｙ　ｒｅｑｕｉｒｅｍｅｎｔｓ．Ｉｎ　ｔｈｉｓ　ｐａｐｅｒ，ｗｅ　ｐｒｅｓｅｎｔ　ａ　ｎｏｖｅｌ　ｐｒｏｔｏｃｏｌ，ｉ．ｅ．Ｉｎｔｅｌｌｉｇｅｎｔ　Ｄｉｓｔｒｉｂ—　ｕｔｅｄ　Ｃｌｕｓｔｅｒ—ｂａｓｅｄ　Ｔｒａｃｋｉｎｇ（ＩＤＣＴ），ｔｏ　ｔｒａｃｋ　ａ　ｍｏｖｉｎｇ　ｔａｒｇｅｔ．Ｔｈｉｓ　ｐｒｏｔｏｃｏｌ　ｕｓｅｓ　ｔｈｅ　ｏｐｔｉｍａｌ　ｃｈｏｉｃｅ　ｍｅｃｈａｎｉｓｍ　ａｎｄ　ｄｙｎａｍｉｃ　ｃｌｕｓｔｅｒ　ｂａｓｅｄ　ａｐｐｒｏａｃｈ　ｔｏ　ａｃｈｉｅｖｅ　ａ　ｇｏｏｄ　ｔｒａｃｋｉｎｇ　ｑｕａｌｉｔｙ　ａｎｄ　ｅｎｅｒｇｙ　ｅｆｆｉｃｉｅｎｃｙ　ｂｙ　ｏｐｔｉｍａｌｌｙ　ｃｈｏｏｓｉｎｇ　ｔｈｅ　ｎｏｄｅｓ　ｔｈａｔ　ｐａｒｔｉｃｉｐａｔｅ　ｉｎ　ｔｒａｃｋｉｎｇ　ａｎｄ　ｍｉｎｉｍｉｚｉｎｇ　ｔｈｅ　ｃｏｍｍｕｎｉｃａｔｉｏｎ　ｏｖｅｒ—　ｈｅａｄ，ｔｈｕｓ　ｐｒｏｌｏｎｇｓ　ｔｈｅ　ｌｉｆｅｔｉｍｅ　ｏｆ　ｔｈｅ　ｗｈｏｌｅ　ｓｅｎｓｏｒ　ｎｅｔｗｏｒｋ．Ｓｉｍｕｌａｔｉｏｎ　ｒｅｓｕｌｔｓ　ｓｈｏｗ　ｔｈａｔ　ｏｕｒ　ｐｒｏｔｏ—　ｃｏｌ　ｃａｎ　ａｃｃｕｒａｔｅｌｙ　ｔｒａｃｋ　ａ　ｔａｒｇｅｔ　ｗｉｔｈ　ｒａｎｄｏｍ　ｍｏｖｉｎｇ　ｓｐｅｅｄｓ　ａｎｄ　ｃｏｓｔ　ｍｕｃｈ　ｌｅｓｓ　ｅｎｅｒｇｙ　ｔｈａｎ　ｏｔｈｅｒ　ｐｒｏ—　ｔｏｃｏｌｓ　ｆｏｒ　ｔａｒｇｅｔ　ｔｒａｃｋｉｎｇ．　Ｋｅｙ　ｗｏｒｄｓ：ｓｅｎｓｏｒ；ｗｉｒｅｌｅｓｓ　ｓｅｎｓｏｒ　ｎｅｔｗｏｒｋ；ｔｒａｃｋｉｎｇ　ｔａｒｇｅｔ；ｃｌｕｓｔｅｒ