radioelectronicsИзвестия высших учебных заведений России. РадиоэлектроникаJournal of the Russian Universities. Radioelectronics1993-89852658-4794Saint Petersburg Electrotechnical University10.32603/1993-8985-2025-28-2-33-44radioelectronics-993Research ArticleСИСТЕМЫ, СЕТИ И УСТРОЙСТВА ТЕЛЕКОММУНИКАЦИЙTELECOMMUNICATION SYSTEMS, NETWORKS AND DEVICESАлгоритмы комплексного обнаружения объектов в беспроводных сенсорных сетяхAlgorithms for Integrated Object Detection in Wireless Sensor Networkshttps://orcid.org/0000-0001-9815-5657ПарфеновВ. И.ParfenovV. I.

Парфенов Владимир Иванович − доктор физико-математических наук (2002), профессор (2009), профессор кафедры радиофизики; профессор кафедры технической экспертизы и компьютерной безопасности Воронежского института МВД России; ведущий научный сотрудник концерна "Созвездие"

пл. Университетская, д. 1, Воронеж, 394018

Vladimir I. Parfenov, Dr Sci. (Eng.) (2002), Professor (2009), Professor of the Department of Radiophysics, Professor of the Department of Technical Expertise and Computer Security of Voronezh Institute of the Ministry of Internal Affairs of Russia; senior researcher at the Sozvezdie Concern

1, Universitetskaya Sq., Voronezh 1394018

vip@phys.vsu.ruБуйЧ. Т.BuiT. T.

Буй Чонг Тиен − инженер по специальности "Специальные радиотехнические системы" (2023, ВУНЦ ВВС Военно-воздушной академии им. проф. Н. Е. Жуковского и Ю. А. Гагарина); аспирант физического факультета

пл. Университетская, д. 1, Воронеж, 394018

Bui Trong Tien, Engineer specializing in "Special radio engineering systems" (2023, Military Training and Research Center of the Air Force of the Zhukovsky and Gagarin Air Force Academy); Postgraduate student of Faculty of Physics

1, Universitetskaya Sq., Voronezh 1394018

trongtienpt98@gmail.comВоронежский государственный университетРоссияVoronezh State UniversityRussian Federation2025030520252823344Copyright © Парфенов В.И., Буй Ч.Т., 20252025Парфенов В.И., Буй Ч.Т.Parfenov V.I., Bui T.T.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://re.eltech.ru/jour/article/view/993

Введение. Беспроводные сенсорные сети могут применяться для решения многих народнохозяйственных задач, в том числе и для обнаружения интересующего объекта (явления). Большинство известных алгоритмов обработки информации в таких сетях строятся в соответствии с радиальной архитектурой. Такой подход предполагает, что каждый сенсор имеет доступ непосредственно к центральному узлу, осуществляющему окончательное вынесение решения. В то же время данный подход не всегда реализуем на практике, в частности, из-за сложного рельефа местности. В связи с чем в статье предложен алгоритм обнаружения при последовательной передаче информации от сенсора к сенсору, позволяющий расширить зону обнаружения и увеличить время функционирования источников питания сенсоров. Цель работы. Синтез и анализ комплексного алгоритма обнаружения объекта в беспроводной сенсорной сети с линейной топологией. Материалы и методы. Синтез алгоритма обнаружения основывался на статистической теории оптимального обнаружения сигналов, а конкретно, на следующей априорной информации: вероятностях ошибок обнаружения объекта каждого сенсора и вероятностях ошибок в каналах связи. Анализ эффективности синтезированного алгоритма выполнялся численно с помощью программы MATLAB. Результаты. В ходе исследований предложен алгоритм комплексного обнаружения объектов в беспроводных сенсорных сетях. Приведены результаты, характеризующие эффективность синтезированного алгоритма. В частности, проанализировано влияние таких параметров, как отношение сигнал/шум и количество сенсоров в системе на эффективность обнаружения. Заключение. Показано, что анализ синтезированного алгоритма может быть выполнен точно. Причем параметры самого алгоритма и вероятности ошибок при переходе от сенсора к сенсору определяются достаточно простыми рекуррентными выражениями. Возможными перспективными направлениями исследований являются исследования, связанные с влиянием на эффективность обнаружения каналов связи с замираниями и рассеянием, а также разработка комплексных алгоритмов обнаружения при неизвестных координатах цели.

Introduction. Wireless sensor networks can be used to solve various economic problems, including detection of objects (phenomena) of interest. Most of the well-known information processing algorithms in such networks are built according to a radial architecture. Such an approach assumes each sensor to have a direct access to the central node responsible for making the final decision. At the same time, this approach cannot always be implemented in practice, largely due to the complicated topography of the area. In this connection, the development of an integrated detection algorithm for sequential transmission of information from sensor to sensor is a relevant research task. This algorithm will contribute to improving the efficiency of decision making, extending the detection area and increasing the operation duration of the power sources of sensors.Aim. Synthesis and analysis of an integrated algorithm for object detection in wireless sensor networks with a linear topology.Materials and methods. The detection algorithm was synthesized based on the statistical theory of optimal signal detection and, specifically, on the following a priori information: the probability of errors in the detection of each sensor object and the probability of errors in communication channels. The efficiency of the synthesized algorithm was evaluated numerically in the MATLAB environment.Results. An algorithm for integrated detection of objects in wireless sensor networks was proposed. The efficiency of the developed algorithm was evaluated and the influence of such parameters as the signal/noise ratio and the number of sensors in the system on the detection efficiency was analyzed.Conclusion. The analysis of the synthesized algorithm can be performed with sufficient accuracy, with the algorithm parameters and the probability of errors when moving from sensor to sensor being determined by fairly simple recurrent expressions. Future research directions should address the influence of communication channels with fading and scattering on the detection efficiency, as well as the development of integrated detection algorithms with unknown target coordinates.

беспроводные сенсорные сетисенсорывероятности ошибоккомплексное обнаружениеалгоритмы комплексного обнаруженияWireless Sensor Networks (WSN)sensorserror probabilityintegrated detectionintegrated detection algorithmReferencesWireless Sensor Network as a Mesh: Vision and Challenges / Z. Nurlan, T. Zhukabayeva, M. Othman, A. Adamova, N. Zhakiyev // IEEE Access. 2021. Vol. 10. P. 46−67. doi: 10.1109/ACCESS.2021.3137341Nurlan Z., Zhukabayeva T., Othman M., Adamova A., Zhakiyev N. Wireless Sensor Network as a Mesh: Vision and Challenges. IEEE Access. 2021, vol. 10, pp. 46−67. doi: 10.1109/ACCESS.2021.3137341Manuel E. M., Pankajakshan V., Mohan M. T. Efficient Strategies for Signal Aggregation in Low-Power Wireless Sensor Networks With Discrete Transmission Ranges // IEEE Sensors Letters. 2023. Vol. 7, iss. 3. Art. № 7500304. doi: 10.1109/LSENS.2023.3250432Manuel E. M., Pankajakshan V., Mohan M. T. Efficient Strategies for Signal Aggregation in Low-Power Wireless Sensor Networks With Discrete Transmission Ranges. IEEE Sensors Letters. 2023, vol. 7, iss. 3, art. no. 7500304. doi: 10.1109/LSENS.2023.3250432Hyun-Ho Choi, Sengly Muy, Jung-Ryun Lee. Geometric Analysis-Based Cluster Head Selection for Sectorized Wireless Powered Sensor Networks // IEEE Wireless Communications Letters. 2021. Vol. 10, iss. 3. P. 649−653. doi: 10.1109/LWC.2020.3044902Hyun-Ho Choi, Sengly Muy, Jung-Ryun Lee. Geometric Analysis-Based Cluster Head Selection for Sectorized Wireless Powered Sensor Networks. IEEE Wireless Communications Letters. 2021, vol. 10, iss. 3, pp. 649−653. doi: 10.1109/LWC.2020.3044902Marinescu D. C. Complex systems and clouds. A self-organization and self-management perspective. Amsterdam: Elsevier, 2017. 238 p.Marinescu D. C. Complex Systems and Clouds. A self-Organization and Self-Management Perspective. Amsterdam, Elsevier, 2017, 238 p.Ye W., Heidemann J., Estrin D. An energy-efficient MAC protocol for wireless sensor networks // Proc. of 21 st Annual Joint Conf. of the IEEE Computer and Communications Societies, New York, USA, 23−27 June 2002. IEEE, 2002. Vol. 3. P. 1567−1576. doi: 10.1109/INFCOM.2002.1019408Ye W., Heidemann J., Estrin D. An Energy-Efficient MAC Protocol for Wireless Sensor Networks. Proc. of 21 st Annual Joint Conf. of the IEEE Computer and Communications Societies, New York, USA, 23−27 June 2002. IEEE, 2002, vol. 3, pp. 1567−1576. doi: 10.1109/INFCOM.2002.1019408ZigBee Specification. ZigBee Alliance Std., 2007. URL: https://csa-iot.org/wp-content/uploads/2023/04/05-3474-23-csg-zigbee-specification-compressed.pdf (дата обращения 20.03.2025).ZigBee Specification. ZigBee Alliance Std., 2007. Available at: https://csa-iot.org/wp-content/uploads/2023/04/05-3474-23-csg-zigbee-specification-compressed.pdf (accessed 20.03.2025).Adaptive Scale Patch-Based Contrast Measure for Dim and Small Infrared Target Detection / Z. Qiu, Y. Ma, F. Fan, J. Huang, M. Wu // IEEE Geoscience and Remote Sensing Letters. 2022. Vol. 19. P. 1−5. doi: 10.1109/LGRS.2020.3036842Qiu Z., Ma Y., Fan F., Huang J., Wu M. Adaptive Scale Patch-Based Contrast Measure for Dim and Small Infrared Target Detection. IEEE Geoscience and Remote Sensing Letters. 2022, vol. 19, pp. 1−5. doi: 10.1109/LGRS.2020.3036842Rao M., Kamila N. K. Target Tracking in Wireless Sensor Networks: The Current State of Art // Sensor Technology: Concepts, Methodologies, Tools and Applications. 2020. Vol. 2. P. 857−880. doi: 10.4018/978-1-7998-2454-1.ch041Rao M., Kamila N. K. Target Tracking in Wireless Sensor Networks: The Current State of Art. Sensor Technology: Concepts, Methodologies, Tools and Applications. 2020, vol. 2, pp. 857−880. doi: 10.4018/978-1-7998-2454-1.ch041Amutha J., Sharma S., Nagar J. WSN Strategies Based on Sensors, Deployment, Sensing Models, Coverage and Energy Efficiency: Review, Approaches and Open Issues // Wireless Personal Communications. 2020. Vol. 111. P. 1089−1115. doi: 10.1007/s11277-019-06903-zAmutha J., Sharma S., Nagar J. WSN Strategies Based on Sensors, Deployment, Sensing Models, Coverage and Energy Efficiency: Review, Approaches and Open Issues. Wireless Personal Communications. 2020, vol. 111, pp. 1089−1115. doi: 10.1007/s11277-019-06903-zSurenther I., Sridhar K. P., Roberts M. K. Maximizing energy efficiency in wireless sensor networks for data transmission: A Deep Learning-Based Grouping Model approach // Alexandria Engineering J. 2023. Vol. 83. P. 53−65. doi: 10.1016/j.aej.2023.10.016Surenther I., Sridhar K. P., Roberts M. K. Maximizing Energy Efficiency in Wireless Sensor Networks for Data Transmission: A Deep Learning-Based Grouping Model approach. Alexandria Engineering J. 2023, vol. 83, pp. 53−65. doi: 10.1016/j.aej.2023.10.016Nedham W. B., Al-Qurabat A. K. M. A Comprehensive review of clustering approaches for energy efficiency in wireless sensor networks // Int. J. of Computer Applications in Technology. 2023. Vol. 72, № 2. P. 139−160. doi: 10.1504/IJCAT.2023.10058667Nedham W. B., Al-Qurabat A. K. M. A Comprehensive Review of Clustering Approaches for Energy Efficiency in Wireless Sensor Networks. Int. J. of Computer Applications in Technology. 2023, vol. 72, no. 2, pp. 139−160. doi: 10.1504/IJCAT.2023.10058667Парфенов В. И., Ле В. Д. Применение беспроводной сенсорной системы для охраны объектов с использованием датчиков инфракрасного излучения // Компьютерная оптика. 2021. Т. 45, № 3. С. 364−371. doi: 10.18287/2412-6179-CO-788Parfenov V. I., Le V. D. Application of a Wireless Sensor System for Object Protection Using Infrared Sensors. Computer Optics. 2021, vol. 45, no. 3, pp. 364−371. (In Russ.) doi: 10.18287/2412-6179-CO-788Robustness of the Counting Rule for Distributed Detection in Wireless Sensor Network / A. Goel, A. Patel, K. G. Nagananda, P. K. Varshney // IEEE Signal Processing Letters. 2018. Vol. 25, iss. 8. P. 1191−1195. doi: 10.1109/LSP.2018.2850529Goel A., Patel A., Nagananda K. G., Varshney P. K. Robustness of the Counting Rule for Distributed Detection in Wireless Sensor Network. IEEE Signal Processing Letters. 2018, vol. 25, iss. 8, pp. 1191−1195. doi: 10.1109/LSP.2018.2850529Парфенов В. И., Ле В. Д. Беспроводные сенсорные сети. Принципы комплексирования информации от сенсоров при обнаружении объекта излучения. Москва; Вологда: Инфра-Инженерия, 2025. 104 с.Parfenov V. I., Le V. D. Besprovodnye sensornye seti. Principy compleksirovaniya informacii ot sensorov pri obnaruzhenii ob’ecta izlucheniya [Wireless Sensor NetWorks. Principles of Collecting Information from Sensors When Detecting a Radiation Object]. Moscow, Vologda, Infra-Inzheneriya, 2025, 104 p. (In Russ.)ПСНТ 422−2020 (ИСО/МЭК 30128:2014) Предварительный национальный стандарт Российской Федерации. Информационные технологии. Сети сенсорные. Сетевой интерфейс прикладного программирования датчика / Утв. и введен в действие Приказом Росстандарта от 23.07.2020 № 31-пнст.PSNT 422−2020 (ISO/MEK 30128:2014) Predvaritel'nyj nacional'nyj standart Rossijskoj Federacii. Informacionnye tehnologii. Seti sensornye. Setevoj interfejs prikladnogo programmirovanija datchika. (utv. I vveden v dejstvie Prikazom Rosstandarta ot 23.07.2020 no. 31-pnst). [Preliminary National Standard of the Russian Federation. Information Technologies. Sensor Networks. Sensor Application Programming Network Interface]. (In Russ.)Парфенов В. И., Буй Ч. Т. Оптимальный алгоритм комплексного обнаружения целей в беспроводных сетях с "линейной" топологией // Радиолокация, навигация, связь: сб. тр. XXX Междунар. науч.-техн. конф. Воронеж: Изд-во ВГУ, 2024. Т. 1. С. 276−285.Parfenov V. I., Bui T. T. Optimal'nyi algoritm kompleksnogo obnaruzheniya tselei v besprovodnykh setyakh s "lineinoi" topologiei [Optimal Algorithm for Comprehensive Target Detection in Wireless Sensor Networks with "Linear" Topology]. Radiolokacija, navigacija, svjaz': sb. tr. XXX Mezhdunar. nauch.-tehn. konf. Voronezh, Izd-vo VGU, 2024, vol. 1, pp. 276−285. (In Russ.)Тихонов В. И. Оптимальный прием сигналов. М.: Радио и связь, 1983. 320 с.Tihonov V. I. Optimal'nyj priem signalov [Optimal Signal Reception]. Moscow, Radio i svjaz', 1983, 320 p. (In Russ.)Скляр Б. Цифровая связь. Теоретические основы и практическое применение. М.: Издательский дом "Вильямс", 2004. 1104 с.Skljar B. Cifrovaja svjaz'. Teoreticheskie osnovy i prakticheskoe primenenie [Digital Communications. Theoretical Foundations and Practical Applications]. Moscow, Vil'jams, 2004, 1104 p. (In Russ.)Parfenov V. I., Le V. D. Optimal fusion rule for distributed detection with channel errors taking into account sensors’ unreliability probability when protecting coastlines // Int. J. of Sensor Networks. 2022. Vol. 38, iss. 2. P. 71−84. doi: 10.1504/IJSNET.2022.121157Parfenov V. I., Le V. D. Optimal Fusion Rule for Distributed Detection with Channel Errors Taking into Account Sensors’ Unreliability Probability When Protecting Coastlines. Int. J. of Sensor Networks. 2022, vol. 38, iss. 2, pp. 71−84. doi: 10.1504/IJSNET.2022.121157

The authors declare that there are no conflicts of interest present.