Adaptive sensor networks for mobile target localization and tracking

  1. Moreno Salinas, David
Supervised by:
  1. Joaquín Aranda Almansa Director
  2. A.M. Pascoal Director

Defence university: UNED. Universidad Nacional de Educación a Distancia

Fecha de defensa: 24 June 2013

Committee:
  1. Sebastián Dormido Bencomo Chair
  2. Sebastián Dormido Canto Secretary
  3. Thomas A Glotzbach Committee member
  4. Eva Besada Portas Committee member
  5. Jesús Manuel de la Cruz García Committee member

Type: Thesis

Abstract

Actualmente, existe un creciente interés en el uso de vehículos autónomos submarinos (AUVs) para cambiar de forma drástica los medios disponibles para la exploración y explotación de los océanos. Esta clase de vehículos está presente en múltiples aplicaciones debido a la flexibilidad y versatilidad que éstos demuestran en la ejecución de numerosas tareas, tanto individuales como colectivas. Estas características, junto con el hecho que su uso evita poner vidas humanas en peligro, hacen que su uso resulte muy atractivo en múltiples actividades, como pueden ser la inspección de tuberías, el estudio del fondo marino, la investigación arqueológica, por nombrar algunas. Para el correcto funcionamiento de diferentes clases de AUVs es fundamental la disponibilidad de buenos sistemas de posicionamiento submarinos con los que localizar uno o más vehículos de forma simultánea mediante información recibida a bordo de un barco de soporte o de un conjunto de vehículos autónomos de superficie. En un escenario operacional interesante, el AUV o AUVs pueden estar equipados con un emisor acústico de modo que el conjunto de vehículos de superficie, que transporta una red de sensores acústicos, mida las distancias entre emisor o emisores y cada uno de los sensores. De acuerdo a estas consideraciones, en este trabajo se estudia el problema de determinar la configuración geométrica óptima de una red de sensores, tanto en 2D como en 3D, que maximice la información existente en medidas de distancias o ángulos para realizar el posicionamiento de uno o varios objetivos. Se asume que las medidas de distancias y ángulos están corruptas por ruido blanco Gausiano cuya varianza es dependiente de la distancia. Además, se asume que la posición del objetivo se conoce inicialmente, aunque con incertidumbre. La Matriz de Información de Fisher (FIM) y la maximización de su determinante o la minimización de la traza del CRLB se usarán para determinar las configuraciones de los sensores que proporcionan una estimación de la posición de los objetivos más precisa. La posición de estos objetivos vendrá expresada por una distribución de probabilidad. Se muestra a lo largo del trabajo cómo las configuraciones óptimas permiten una interesante interpretación geométrica y cómo la distribución de los sensores depende explícitamente de la intensidad del ruido de medida y de la distribución de probabilidad que define a cada uno de los objetivos. El escenario de posicionamiento de objetivos submarinos por una red de sensores de superficie se ha estudiado a lo largo del trabajo como ejemplo de aplicación de la metodología desarrollada. Es más, el caso especial y particular de un único sensor de superficie se estudia de forma separada debido al creciente interés en este problema a lo largo de los últimos años.