科研之友
微信
新浪微博
Facebook
分享链接
摘要
目标跟踪是无线传感器网络(Wireless Sensor Networks, WSNs)中一项应用广泛的技术，旨在估计目标在监控区域内移动时的位置。为了探索网络在跟踪精度和能量效率之间的最佳权衡，结合目标的动态特性，提出了一种基于强化学习(Reinforcement Learning, RL)中Q学习框架的传感器调度算法。通过设计与能量效率和跟踪性能相关的奖励函数，网络中的传感器节点能用最小的能量开销实现对目标的高精度跟踪。仿真结果表明，所提算法相较于传统算法不仅在跟踪精度上实现至少1.1%的增益，并降低同时刻下至少34.1%的节点平均剩余能量值，对于提升目标跟踪的性能有一定指导意义。
-
单位石家庄职业技术学院
