2011, 33(6): 1290-1293.
doi: 10.3724/SP.J.1146.2010.01106
刊出日期：2011-06-19
为了提升异步无线传感器网络MAC协议在动态网络负载下的性能，论文提出了一种流量自适应的异步协议AA-MAC。该协议基于短前导序列采样技术，当节点收到数据后并不理解转入睡眠而自适应增加若干个最短侦听时间用以接收发送节点的可能其他数据，使得收发双方在网络负载较重时能实现一次配对多次收发数据。分析并对比了AA-MAC和X-MAC的能耗和延时模型。在一个9跳线形拓扑网络上的仿真结果表明：AA-MAC在各种负载下性能均优于S-MAC；当网络负载很轻时，AA-MAC表现和X-MAC相当；随着网络负载加重，AA-MAC和X-MAC能耗相当但延时减少了56%以上。
2023, 45(6): 2171-2179.
doi: 10.11999/JEIT220688
刊出日期：2023-06-10
在分布式传感网络中，由于同一扩展目标的方位角以及轴长等状态参数在不同传感器下估计结果不一致，因此多扩展目标估计关联困难，从而为后续密度信息融合带来了巨大挑战。相比于点目标后验密度信息，扩展目标后验密度同时包含了质心状态和外形信息。该文结合质心欧氏距离和外形矩阵非欧氏尺寸-形状度量提出了椭圆距离(ED)，该椭圆距离同时考虑了扩展目标质心状态与外形信息，更好地实现了不同传感器下同一扩展目标后验密度关联。此外该文在算术平均(AA)融合规则下推导了融合空间密度的近似伽马高斯逆威沙特(GGIW)分布，实现了不同传感器下同一扩展目标后验信息AA融合。仿真实验表明，该文所提算法在分布式传感网络中能有效地进行多扩展目标跟踪。
