專利名稱：一種高效節(jié)能的視覺傳感器網(wǎng)絡(luò)目標覆蓋算法的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及傳感器網(wǎng)絡(luò)技術(shù)領(lǐng)域，具體為一種高效節(jié)能的視覺傳感器網(wǎng)絡(luò)目標覆
蓋算法。
背景技術(shù)：
視覺傳感器網(wǎng)絡(luò)是在傳統(tǒng)傳感器節(jié)點上加入視覺信息采集設(shè)備，以獲得含量更大的媒體流信息。在視覺傳感器網(wǎng)絡(luò)覆蓋中，由于單個視覺節(jié)點受到諸如感知視野、能量、通信帶寬以及處理能力等條件的限制，因此各節(jié)點間的協(xié)同就顯得尤為重要，目標覆蓋問題就是在此情形下通過合理部署、調(diào)度網(wǎng)絡(luò)節(jié)點，使網(wǎng)絡(luò)在滿足覆蓋質(zhì)量的前提下合理配置網(wǎng)絡(luò)資源。2004年，M.Cardei等學(xué)者第一次提出了傳感器網(wǎng)絡(luò)目標節(jié)點覆蓋問題。之后又有人提出一種分布式節(jié)點動態(tài)調(diào)度算法PEAS，但PEAS算法沒有考慮網(wǎng)絡(luò)全局覆蓋狀況及能量統(tǒng)籌，容易在部分區(qū)域形成能量“空洞”。還有人提出一種多目標關(guān)聯(lián)算法MTACA，但該算法需對感知事務(wù)數(shù)據(jù)庫進行多次掃描，時間和能量開銷較大。

發(fā)明內(nèi)容
針對上述缺陷，本發(fā)明提供了一種高效節(jié)能的視覺傳感器網(wǎng)絡(luò)目標覆蓋算法，滿足覆蓋質(zhì)量要求的前提下增大網(wǎng)絡(luò)壽命。其具體技術(shù)方案是這樣的:一種高效節(jié)能的視覺傳感器網(wǎng)絡(luò)目標覆蓋算法，引入數(shù)據(jù)挖掘的思想，將傳感器節(jié)點和目標分別比作顧客和商品，挖掘出傳感器節(jié)點和目標點之間的關(guān)聯(lián)關(guān)系，劃分出不同的節(jié)點與目標點集合，然后調(diào)度能量較高的節(jié)點集進行監(jiān)測工作，而能量較少的節(jié)點則進入能耗較少的休眠狀態(tài)，經(jīng)過一個周期后，為了保證覆蓋質(zhì)量和網(wǎng)絡(luò)能量的均衡，在下一個時間段內(nèi)對工作節(jié)點進行重新分組，進行下一輪的監(jiān)測任務(wù)，而其余節(jié)點進行休息，如此輪換工作。其進一步特征在于:在感知事務(wù)項表確立以后，即進入頻繁目標集關(guān)聯(lián)關(guān)系挖掘階段，針對MTACA算法中的不足，本發(fā)明在對感知事務(wù)項數(shù)據(jù)進行挖掘階段給出了一種基于關(guān)系代數(shù)理論的挖掘方法，利用關(guān)系矩陣挖掘出節(jié)點和目標的關(guān)聯(lián)關(guān)系，只需要對感知事務(wù)項數(shù)據(jù)庫掃描一次，高效完成挖掘過程。其算法描述為:輸入:二維監(jiān)測區(qū)域O,視覺傳感器節(jié)點集S = {s1; S2, , sn},目標集T = It1,t2,..., tm},節(jié)點初始能量 E = {e1； e2,..., ej ,感知距離 R = Ir1, r2,..., rn}。輸出:節(jié)點覆蓋所有目標的節(jié)點集S。。算法步驟如下:建立節(jié)點與目標的覆蓋感知事務(wù)項表；在覆蓋感知事務(wù)項表的基礎(chǔ)上挖掘出頻繁關(guān)聯(lián)目標集fy建立頻繁目標集關(guān)聯(lián)表;
若F = {f1； f2......, fj不為空,從A = {tn, ti2,......, tik}中選擇目標點個
數(shù)最多的頻繁關(guān)系目標集_，并在其相對應(yīng)的頻繁關(guān)聯(lián)節(jié)點集Ii中選擇能量最高的節(jié)點工作，其他節(jié)點休眠；去除F中已經(jīng)被節(jié)點覆蓋的頻繁關(guān)聯(lián)目標集，更新F至F。；若Ftl不為空，令F = Ftl，重新進入到步驟3 ;若Ftl為空，進入步驟6 ;判斷是否有未被選入頻繁目標集關(guān)聯(lián)關(guān)系表中目標點，若有，則調(diào)度相應(yīng)節(jié)點對其進行覆蓋；若無，則結(jié)束循環(huán)，網(wǎng)絡(luò)進入監(jiān)測階段。本發(fā)明相對現(xiàn)有覆蓋算法優(yōu)點在于:本發(fā)明針對無線視覺傳感器網(wǎng)絡(luò)點覆蓋的應(yīng)用場景，設(shè)計了一種基于節(jié)點和目標關(guān)聯(lián)關(guān)系挖掘的覆蓋算法，算法首先在利用關(guān)系矩陣挖掘出節(jié)點和目標的關(guān)聯(lián)關(guān)系，在此基礎(chǔ)上動態(tài)選舉工作節(jié)點集對監(jiān)測區(qū)域進行監(jiān)測。仿真結(jié)果表明該算法的高效性，在增加網(wǎng)絡(luò)覆蓋能力的前提下有效節(jié)省了節(jié)點能耗，延長了網(wǎng)絡(luò)生存時間。


圖1是視覺傳感器網(wǎng)絡(luò)目標覆蓋示意圖；圖2是覆蓋率隨時間變化曲線；圖3是剩余能量隨時間變化曲線；圖4是挖掘關(guān)聯(lián)關(guān)系時間對比曲線。
具體實施方式
在視覺傳感器網(wǎng)絡(luò)中，由于節(jié)點的感知方向受限，因此其感知范圍一般被簡化為一個扇形區(qū)域，如圖1。本發(fā)明的研究基于以下基本假設(shè):(I)視覺傳感器節(jié)點感知范圍為扇形；⑵所有節(jié)點同構(gòu)；(3)節(jié)點在完成初始覆蓋后位置和感知方向固定不變；(4)節(jié)點通過某定位算法已獲知自身位置信息。定義一:設(shè)二維平面中，節(jié)點Si的坐標是(xs，ys)，目標Tj的坐標是(xs，ys)，則節(jié)點Si與目標Tj間的距離dst定義為:+(.'；..η)2(I)定義二:給定η個視覺傳感器節(jié)點集合S = {s1; S2,..., sn}對監(jiān)測區(qū)域內(nèi)的m個目標集合T = It1, t2, tm}進行監(jiān)測。每一時刻，若節(jié)點Si (I彡i彡η)與目標點tj(l彡j彡m)滿足:(1)其歐式距離I |Sit」I小于Si的感知半徑& ; (2) Sitj.與扇形中心線向量Vi夾角Θ小于f (其中α為節(jié)點扇形感知區(qū)域的角度)，則稱目標h被節(jié)點Si覆蓋。定義三:(I)覆蓋感知事物項:傳感器節(jié)點與監(jiān)測區(qū)域內(nèi)待監(jiān)測目標組成的集合稱為覆蓋感知事務(wù)項；(2)k-目標集:擁有k個目標點的集合；(3)目標頻繁集:當目標集合T作為數(shù)據(jù)挖掘中的項集時，t為一個項，Csi為一條記錄，給定一個最小支持度，若\在多條記錄中出現(xiàn)的頻率不小于此支持度，則稱\為一個頻繁項，該目標集則稱為頻繁目標集；
(4)k關(guān)聯(lián)目標集:頻繁目標集中的各目標間互為關(guān)聯(lián)目標，擁有k個關(guān)聯(lián)目標的集合稱為k關(guān)聯(lián)目標集。在監(jiān)測區(qū)域為一個8X8的二維平面中隨機產(chǎn)生15個目標，用20個感知半徑為1、感知角度為90°的節(jié)點對目標進行覆蓋。設(shè)各節(jié)點初始能量為[95mJ，IOOmJ]上的任一值，設(shè)每個時間片長為5秒，節(jié)點工作時的單位時間能耗為1.7mJ，休眠時為0.3mJ。當剩能小于50mJ時，認為該節(jié)點死亡。為了驗證本發(fā)明算法的性能，對其與經(jīng)典的PEAS算法在覆蓋率和網(wǎng)絡(luò)剩余能量方面做了比較。圖2為兩種算法在網(wǎng)絡(luò)覆蓋率上隨時間變化的曲線。結(jié)果表明，在相同場景下，本發(fā)明算法在網(wǎng)絡(luò)覆蓋率優(yōu)于PEAS算法，在算法執(zhí)行前期，兩種算法均能對網(wǎng)絡(luò)進行全覆蓋，但隨著時間的推移，PEAS算法部分節(jié)點開始失效，導(dǎo)致網(wǎng)絡(luò)覆蓋下降，而本發(fā)明算法則能在55秒內(nèi)保證網(wǎng)絡(luò)全覆蓋，并且在算法執(zhí)行的各階段，均能對網(wǎng)絡(luò)進行較大程度的覆蓋，這是因為本發(fā)明算法對工作節(jié)點集動態(tài)進行選舉，使網(wǎng)絡(luò)能耗得到有效均衡，從而延長網(wǎng)絡(luò)的生存時間。圖3顯示隨著時間的變化，算法在執(zhí)行階段，網(wǎng)絡(luò)能量逐漸減少，從整個過程來看，執(zhí)行本發(fā)明算法后網(wǎng)絡(luò)剩余能量相比PEAS算法得到提高，有效節(jié)約了網(wǎng)絡(luò)能量。為了驗證本發(fā)明算法的高效性，將其與MTACA算法對頻繁目標集的挖掘過程的時間了進行比較。設(shè)最小支持度為20%，分別用10、50、100、500、1000個節(jié)點覆蓋5、5、10、
10、15個目標，即在數(shù)據(jù)量10X5、50X5、100X10、500X10、1000X15的情況下分別對兩種算法的挖掘速度進行比較。圖4顯示，在數(shù)據(jù)量較小的情況下兩種算法挖掘時間基本相當，但當增加節(jié)點數(shù)量和冗余度時，MTACA算法的劣勢就逐漸顯現(xiàn)出來，由于算法本身的限制，導(dǎo)致運行時間過長，效率降低，而本發(fā)明算法則能較快挖掘出頻繁目標集，效率大大增加。
權(quán)利要求
1.一種高效節(jié)能的視覺傳感器網(wǎng)絡(luò)目標覆蓋算法，引入數(shù)據(jù)挖掘的思想，將傳感器節(jié)點和目標分別比作顧客和商品，挖掘出傳感器節(jié)點和目標點之間的關(guān)聯(lián)關(guān)系，劃分出不同的節(jié)點與目標點集合，然后調(diào)度能量較高的節(jié)點集進行監(jiān)測工作，而能量較少的節(jié)點則進入能耗較少的休眠狀態(tài)，經(jīng)過一個周期后，為了保證覆蓋質(zhì)量和網(wǎng)絡(luò)能量的均衡，在下一個時間段內(nèi)對工作節(jié)點進行重新分組，進行下一輪的監(jiān)測任務(wù)，而其余節(jié)點進行休息，如此輪換工作。
2.根據(jù)權(quán)利要求1所述的一種高效節(jié)能的視覺傳感器網(wǎng)絡(luò)目標覆蓋算法，其特征在于:在感知事務(wù)項表確立以后，即進入頻繁目標集關(guān)聯(lián)關(guān)系挖掘階段，針對MTACA算法中的不足，本發(fā)明在對感知事務(wù)項數(shù)據(jù)進行挖掘階段給出了一種基于關(guān)系代數(shù)理論的挖掘方法，利用關(guān)系矩陣挖掘出節(jié)點和目標的關(guān)聯(lián)關(guān)系，只需要對感知事務(wù)項數(shù)據(jù)庫掃描一次，高效完成挖掘過程。
全文摘要
本發(fā)明公開了一種高效節(jié)能的視覺傳感器網(wǎng)絡(luò)目標覆蓋算法，其針對視覺傳感器網(wǎng)絡(luò)目標覆蓋過程中因覆蓋冗余、節(jié)點剩能不均等原因?qū)е戮W(wǎng)絡(luò)壽命過短的問題，設(shè)計了一種視覺傳感器網(wǎng)絡(luò)目標覆蓋算法。該算法基于節(jié)點與目標的覆蓋關(guān)聯(lián)關(guān)系，利用關(guān)系矩陣及相關(guān)運算對覆蓋頻繁目標集進行挖掘，進而對工作節(jié)點進行動態(tài)選舉，以此延長網(wǎng)絡(luò)的生存時間。實驗表明，該算法在保證網(wǎng)絡(luò)覆蓋質(zhì)量的前提下能夠高效地調(diào)度工作節(jié)點，均衡節(jié)點耗能，有效延長網(wǎng)絡(luò)壽命。
文檔編號H04W84/18GK103167519SQ20111042214
公開日2013年6月19日 申請日期2011年12月16日 優(yōu)先權(quán)日2011年12月16日
發(fā)明者李穩(wěn), 徐紅, 彭力, 向輝 申請人:江南大學(xué)