PRATIQUE: Um Algoritmo Hierárquico para Rastreamento de Alvos em Áreas Quantizadas para Redes de Sensores

• Efren L. Souza UFAM
• Eduardo F. Nakamura FUCAPI / UFAM

Resumo

Rastreamento de alvos é uma importante aplicação de redes de sensores, particularmente interessante em aplicações de Ecologia, relacionadas ao monitoramento de animais. Nesse contexto, entender a ocupação territorial dos animais é fundamental para compreeder seus hábitos. Neste trabalho propomos o PRATIQUE – algoritmo baseado em agrupamento e previsão para rastreamento de alvos considerando um campo de sensores discretizado em células (posições do alvo). Esta abordagem é baseada em dois níveis hierárquicos: agrupamentos estáticos no primeiro nível e agrupamentos dinâmicos no segundo nível. Esse esquema híbrido permite a redução do custo de comunicação e garante que todos os dados gerados por um evento se concentrem em um único nó. Para prever a posição do alvo usamos os filtros de Kalman, Partículas ou Alfa-Beta. A previsão, além de um resultado fornecido pela aplicação, é usada para preparar o grupo de nós que irá detectar o próximo evento. Os resultados mostram erros de cálculo de posição próximos de zero, já os erros das previsões são de aproximadamente uma célula.

Referências

Akyildiz, I. F., Su, W., Sankarasubramaniam, Y., and Cayirci, E. (2002). Wireless Sensor Networks: A Survey. Comp. Netw., 38(4):393–422.

Basagni, S., Carosi, A., Melachrinoudis, E., Petrioli, C., and Wang, Z. M. (2008). Controlled Sink Mobility for Prolonging WSNs Lifetime. Wireless Netw., 14(6):831–858.

Chang, W., Lin, H., and Cheng, Z. (2008). CODA: A Continuous Object Detection and Tracking Algorithm for WSNs. In Consumer Comm. and Netw. Conf., pages 168–174, Las Vegas, USA.

Deldar, F. and Yaghmaee, M. H. (2010). Energy Efficient Prediction-Based Clustering Algorithm for Target Tracking in Wireless Sensor Networks. In Conf. on Intelligent Netw. and Collaborative Systems, pages 315–318, Thessaloniki, Greece.

Figueiredo, C., Nakamura, E., Ribas, A., Souza, T., and Barreto, R. (2009). Assessing the Communication Performance of WSNs in Rainforests. In Wireless Days, pages 1–6.

Li, J. and Xu, C. (2010). An Improved Particle Filter Based on Target Tracking in WSNs. In Conf. on Comm. and Intelligence Information Security, pages 187–191, NanNing, China.

Machado, A. B. M., Martins, C. S., and Drummond, G. M. (2005). Lista da Fauna Brasileira Ameacada de Extincao. Biodiversitas, 1 edition.

Nakamura, E. F., Loureiro, A. A. F., and Frery, A. C. (2007). Information Fusion for Wireless Sensor Networks. ACM Comp. Surveys, 39(3):1–55 (A9).

Nakamura, E. F. and Souza, E. L. (2010). Towards a Flexible Event-Detection Model for WSNs. In Symp. on Comp. and Comm., pages 459–462, Riccione, Italy.

Savvides, A., Han, C.-C., and Strivastava, M. B. (2001). Dynamic Fine-Grained Localization in Ad-Hoc Networks of Sensors. In Mobile Comp. and Netw., pages 166–179, Italy.

Sharma, S., Deshpande, S., and Sivalingam, K. (2011). Alpha-Beta Filter Based Target Tracking in Clustered WSNs. In Conf. on Comm. Systems and Netw., pages 1–4, Bangalore, India.

Souza, E. L., Campos, A. N., and Nakamura, E. F. (2011). Tracking Targets in Quantized Areas with WSNs. In Conf. on Local Comp. Netw., pages 239–242, Bonn, Germany.

Tahan, M., Dehghan, M., and Pedram, H. (2009). Mobile Object Tracking Techniques in WSNs. In Cong. on Ultra Modern Telecomm. and Control Systems, pages 1–8, St. Petersburg, Russia.

Wang, X., Fu, M., and Zhang, H. (2012). Target Tracking in WSNs Based on the Combination of KF and MLE Using Distance Measurements. Trans. on Mobile Comp., 11(4):567–576.

Wu, H., Li, B.-L., Springer, T. A., and Neill, W. H. (2000). Modelling Animal Movement As a Persistent Random Walk in Two Dimensions. Ecological Modelling, 132(2):115–124.