1.一种基于轨迹预测的无线传感器网络目标跟踪方法，无线传感器网络包括传感器节点，其特征在于，包括以下步骤：

1)无线传感器网络初始化后，将所有的网络边界节点均设置为活跃模式并且网络内部其他传感器节点设置为监听模式；

2)当网络边界节点感知到移动目标O出现时向其所在网格的网格簇头发送通告消息，网格簇头及网格成员节点均切换为活跃模式；同时移动目标O所处的网格Gu设置为跟踪态，同时网格Gu内所有传感器节点切换为活跃模式；

3)移动目标O所处的网格Gu内部的传感器节点在定位目标的同时对目标在t+Δt时刻可能到达区域进行预判和处理；

4)网格及网格内的传感器节点的工作模式随着目标的移动不断调整；

5)目标丢失后网格及网格内传感器节点执行恢复机制重新对移动目标O定位。

2.根据权利要求1所述的基于轨迹预测的无线传感器网络目标跟踪方法，其特征是，步骤2)具体包括：S21：有2个或更多个的网络边界节点传感器同时感知到移动目标O的出现时，能感知到目标的网络边界节点分别向其所在网格的网格簇头发送“目标接近网络”的通告消息；

S22：收到此消息的网格簇头将自主地从原本的监听模式切换为活跃模式，同时这些网格簇头将目标接近的消息广播至它们各自的网格内成员节点；

S23：各网格内成员节点在收到网格簇头广播的消息后，也随之将自己原先的监听模式自主地切换为活跃模式。

3.根据权利要求2所述的基于轨迹预测的无线传感器网络目标跟踪方法，其特征是，步骤2)中当网格Gu变为跟踪态之后，此网格内部的网格簇头节点将以单跳或多跳的通信方式，将已追踪到移动目标的消息广播给其他邻居网格内的网格簇头节点；收到此消息的网格簇头们，则分别通知其各自网格内的所有成员节点全部切换为监听模式，同时这些网格簇头在广播完消息之后将自己也还原为监听模式。

4.根据权利要求1所述的基于轨迹预测的无线传感器网络目标跟踪方法，其特征是，步骤3)包括a、b两种情况，具体步骤为：(a)若网格Gu是边界网格，圆C是移动目标在t+Δt时刻可能达到的区域，则：(1-1)当圆C处于网络边界外部的面积超过设定阈值时，网格Gu中所有能够感知到移动目标O的传感器节点都采用卡尔曼滤波方法，对移动目标在t+Δt时刻的位置进行预测；若是网格Gu中所有能够感知到移动目标O的节点在此时通过卡尔曼滤波算法的预测后发现，移动目标在下一时刻的位置确实在网络之外，那么网格Gu中的网格簇头将以单跳或多跳的通信方式，向所有网格边界节点中的网格簇头节点广播发送目标很有可能离开网络的消息；收到此消息的各网格簇头则将其网格内的网络边界节点恢复为活跃模式；

(1-2)当圆C处于网络边界外部的面积并未超过提前设定的阈值时，则按照(b)“非边界网格”的方法进行相应的处理；

(b)若网格Gu是非边界网格，则：

(2-1)判断目标是否即将离开当前所在的网格

计算移动目标O离开当前所在网格Gu的权重Wout(Gu)，表达式如下

其中Sout(O)表示目标O处于网格Gu外的面积，Wout(Gu)为移动目标O离开当前所在网格Gu的权重，θk是指移动目标的速度矢量与目标到网格各边界的垂线间的夹角，λ为可调参数，Δt为采样间隔时间，假设移动目标做匀速运动，且速度为v；

若Wout(Gu)的值大于阈值Wout′，则说明移动目标即将离开当前网格Gu的可能性较大，移动目标O当前所在网格Gu采用卡尔曼滤波方法，对移动目标在t+Δt时刻的位置进行预测得到即将移动到的网格位置信息；移动目标即将移动到的网格的邻居网格内传感器节点都设置为活跃模式(2-2)确定处于预跟踪态和备跟踪态的网格

移动目标O所处的网格Gu的每一个邻居网格Gv计算完各自的Win(Gv)，Win(Gv)为移动目标在下一时刻进入到自身区域内的权重，表达式如下：其中S(C,Gv)指的是圆C与网格Gv所重叠区域的面积大小，参数μk则是指移动目标O当前的速度矢量与目标同网格Gv的中心点的连线矢量间的夹角，λ′则为可调参数；

所有邻居网格Gv中Win(Gv)最大的网格，则进入预跟踪态，此时网格Gi内的所有传感器节点均切换为活跃模式，其中Gi为处于预跟踪态的网格；而其余计算过Win(Gv)的邻居网格，则进入备跟踪态，处于备跟踪态下的网格Gk则会将内部的网络边界节点和网格簇头节点均切换为活跃模式，而其余节点则保持监听模式不变。

5.根据权利要求4所述的基于轨迹预测的无线传感器网络目标跟踪方法，其特征是，网格Gu中所有能够感知到移动目标O的传感器节点都采用卡尔曼滤波方法，对移动目标在t+Δt时刻的位置进行预测具体包括：假设一般的非线性的状态方程为：

Xt+Δt|t＝IXt|t+Ut+Δt                    (3)观测方程为：

Zt+Δt＝HXt+Δt|t+Vt+Δt                    (4)在公式(3)中，I是系统参数；Xt+Δt|t表示根据t时刻下的系统最优状态对系统在t+Δt时刻状态下的预测值；Xt|t则表示t时刻下的系统最优状态向量；参数Ut+Δt则表示系统的过程噪声；

在公式(4)中，H是测量系统的参数，Zt+Δt表示t+Δt时刻的系统测量值；参数Vt+Δt则表示系统的测量噪声；

假设公式(3)中的参数Ut+Δt和公式(4)中的参数Vt+Δt都是高斯白噪声，且它们的协方差分别为Q和R，分别对Xt和Zt作出如下定义：Xt和Zt分别表示移动目标在t时刻的横、纵坐标， 和 表示t时刻移动目标分别在X轴方向和Y轴方向上的速度分量值；而 和 则分别表示系统测量得到的移动目标的横纵坐标；在对系统的最优状态进行预测时，我们需要不断地更新每个时刻的协方差W：Wt+Δt|t＝IWt|tIT+Q                       (7)T

在公式(7)中，Wt+Δt|t即是Xt+Δt|t对应的协方差，而Wt|t则是Xt|t对应的协方差，I是系统参数I的转置矩阵，Q则是系统过程噪声Ut+Δt的协方差；

结合t+Δt时刻的预测值Xt+Δt|t和测量值Zt+Δt，得到t+Δt时刻系统的最优化估算值Xt+Δt|t+Δt，即：移动目标在t+Δt时刻最有可能到达的位置：Xt+Δt|t+Δt＝Xt+Δt|t+Kt+Δt(Zt+Δt-HXt+Δt|t)      (8)其中，Kt+Δt是卡尔曼增益(Kalman Gain)，

6.根据权利要求5所述的基于轨迹预测的无线传感器网络目标跟踪方法，其特征是，卡尔曼增益Kt+Δt的表达式如下：Kt+Δt＝Wt+Δt|tHT/(HWt+Δt|tHT+R)            (9)，HT是H的转置矩阵。

7.根据权利要求6所述的基于轨迹预测的无线传感器网络目标跟踪方法，其特征是，为了令卡尔曼滤波器能够不断地运行下去直到系统过程结束，需要继续更新t+Δt时刻系统最优状态Xt+Δt|t+Δt所对应的协方差Wt+Δt|t+Δt，表达式：Wt+Δt|t+Δt＝(I-Kt+ΔtH)Wt+Δt|t                      (10)在上述的公式中，系统参数I和测量参数H的值分别为：

8.根据权利要求4所述的基于轨迹预测的无线传感器网络目标跟踪方法，其特征是，步骤4)具体包括：S41：若在t时刻，位于网格Gu内的移动目标O，在t+Δt时刻进入到了处于预跟踪态的某网格Gi中，则网格Gi开始变为跟踪态；同时，Gi内的网格簇头节点会通知网格Gu和所有处于备跟踪态的网格内的节点，使它们均恢复至监听模式；

S42：若在t时刻，位于网格Gu内的移动目标O，在t+Δt时刻进入到了处于“备跟踪态”的某网格Gk中，则网格Gk将开始变为跟踪态；同时，网格Gk中的网格簇头节点通知其网格内的所有成员节点均转变为活跃模式；网格Gk内的网格簇头会通知网格Gu和所有处于预跟踪态和备跟踪态的网格内的所有节点，使它们均及时地恢复至监听模式；

S43：若在t时刻正处于跟踪态的网格Gu，满足了Wout(Gu)>Wout′的情况，而移动目标却在t+Δt时刻仍然停留在了网格Gu内，同样地，网格Gu内的网格簇头将会通知网络内所有处于预跟踪态和备跟踪态的网格内的所有节点，使它们均恢复至监听模式。

9.根据权利要求1所述的基于轨迹预测的无线传感器网络目标跟踪方法，其特征是，步骤5)具体包括：S51：当传感器节点发现目标丢失时，在上一时刻t已完成对移动目标定位的传感器节点，立即向其所在网格的网格簇头发送Error(ID,t,vt,at)消息，其中，ID为该节点的编号，vt和at分别代表移动目标在t时刻的速度和位置坐标；

S52：当网格簇头收到其网格内成员发送来的Error消息后，立即向其所在网格的所有邻居网格内的网格簇头广播此消息；

S53：邻居网格内的网格簇头收到此Error消息后，立即唤醒其所有的网格内成员节点，使它们均切换为活跃模式，以便于目标开展搜寻；

若仍未能发现目标，这些网格簇头则会继续将此Error消息广播至网络内的其他网格簇头节点，以便唤醒更多的节点来搜寻目标，依次循环这个广播的过程，直至网络内的所有网格簇头节点均接收到目标已丢失的消息；

S54：网络内一旦有节点发现目标，则该节点立刻向其所属网格簇头发送一个应答包Find(ID,t′,vt′,at′)，其中vt′和at′是目标在当前时刻t′的速度和位置坐标；同时，令该网格簇头所在的网格变为跟踪态；

S55：跟踪态网格内的网格簇头向其所有邻居网格中的网格簇头转发该Find消息，以表示其重新发现了目标而收到Find消息的网格簇头进一步将该消息发送至其它仍在搜寻目标的网格，直至网络内的所有网格簇头均收到目标已找到的消息，同时这些网格簇头会将其自身和其网格内成员节点均还原为监听模式。