專利名稱：一種高效節(jié)能的視覺傳感器網絡目標覆蓋算法的制作方法
技術領域：
本發(fā)明涉及傳感器網絡技術領域，具體為一種高效節(jié)能的視覺傳感器網絡目標覆
蓋算法。
背景技術：
視覺傳感器網絡是在傳統傳感器節(jié)點上加入視覺信息采集設備，以獲得含量更大的媒體流信息。在視覺傳感器網絡覆蓋中，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、調度網絡節(jié)點，使網絡在滿足覆蓋質量的前提下合理配置網絡資源。2004年，M.Cardei等學者第一次提出了傳感器網絡目標節(jié)點覆蓋問題。之后又有人提出一種分布式節(jié)點動態(tài)調度算法PEAS，但PEAS算法沒有考慮網絡全局覆蓋狀況及能量統籌，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聯算法MTACA，但該算法需對感知事務數據庫進行多次掃描，時間和能量開銷較大。
發(fā)明內容
針對上述缺陷，本發(fā)明提供了一種高效節(jié)能的視覺傳感器網絡目標覆蓋算法，滿足覆蓋質量要求的前提下增大網絡壽命。其具體技術方案是這樣的:一種高效節(jié)能的視覺傳感器網絡目標覆蓋算法，引入數據挖掘的思想，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聯關系，劃分出不同的節(jié)點與目標點集合，然后調度能量較高的節(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)，經過一個周期后，為了保證覆蓋質量和網絡能量的均衡，在下一個時間段內對工作節(jié)點進行重新分組，進行下一輪的監(jiān)測任務，而其余節(jié)點進行休息，如此輪換工作。其進一步特征在于:在感知事務項表確立以后，即進入頻繁目標集關聯關系挖掘階段，針對MTACA算法中的不足，本發(fā)明在對感知事務項數據進行挖掘階段給出了一種基于關系代數理論的挖掘方法，利用關系矩陣挖掘出節(jié)點和目標的關聯關系，只需要對感知事務項數據庫掃描一次，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項表；在覆蓋感知事務項表的基礎上挖掘出頻繁關聯目標集fy建立頻繁目標集關聯表;
若F = {f1； f2......, fj不為空,從A = {tn, ti2,......, tik}中選擇目標點個
數最多的頻繁關系目標集_，并在其相對應的頻繁關聯節(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中已經被節(jié)點覆蓋的頻繁關聯目標集，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聯關系表中目標點，若有，則調度相應節(jié)點對其進行覆蓋；若無，則結束循環(huán)，網絡進入監(jiān)測階段。本發(fā)明相對現有覆蓋算法優(yōu)點在于:本發(fā)明針對無線視覺傳感器網絡點覆蓋的應用場景，設計了一種基于節(jié)點和目標關聯關系挖掘的覆蓋算法，算法首先在利用關系矩陣挖掘出節(jié)點和目標的關聯關系，在此基礎上動態(tài)選舉工作節(jié)點集對監(jiān)測區(qū)域進行監(jiān)測。仿真結果表明該算法的高效性，在增加網絡覆蓋能力的前提下有效節(jié)省了節(jié)點能耗，延長了網絡生存時間。
圖1是視覺傳感器網絡目標覆蓋示意圖；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是挖掘關聯關系時間對比曲線。
具體實施方式
在視覺傳感器網絡中，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:(I)視覺傳感器節(jié)點感知范圍為扇形；⑵所有節(jié)點同構；(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)域內待監(jiān)測目標組成的集合稱為覆蓋感知事務項；(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作為數據挖掘中的項集時，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關聯目標集:頻繁目標集中的各目標間互為關聯目標，擁有k個關聯目標的集合稱為k關聯目標集。在監(jiān)測區(qū)域為一個8X8的二維平面中隨機產生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。設各節(jié)點初始能量為[95mJ，IOOmJ]上的任一值，設每個時間片長為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，對其與經典的PEAS算法在覆蓋率和網絡剩余能量方面做了比較。圖2為兩種算法在網絡覆蓋率上隨時間變化的曲線。結果表明，在相同場景下，本發(fā)明算法在網絡覆蓋率優(yōu)于PEAS算法，在算法執(zhí)行前期，兩種算法均能對網絡進行全覆蓋，但隨著時間的推移，PEAS算法部分節(jié)點開始失效，導致網絡覆蓋下降，而本發(fā)明算法則能在55秒內保證網絡全覆蓋，并且在算法執(zhí)行的各階段，均能對網絡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，使網絡能耗得到有效均衡，從而延長網絡的生存時間。圖3顯示隨著時間的變化，算法在執(zhí)行階段，網絡能量逐漸減少，從整個過程來看，執(zhí)行本發(fā)明算法后網絡剩余能量相比PEAS算法得到提高，有效節(jié)約了網絡能量。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，即在數據量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，在數據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)點數量和冗余度時，MTACA算法的劣勢就逐漸顯現出來，由于算法本身的限制，導致運行時間過長，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。
權利要求
1.一種高效節(jié)能的視覺傳感器網絡目標覆蓋算法，引入數據挖掘的思想，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聯關系，劃分出不同的節(jié)點與目標點集合，然后調度能量較高的節(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)，經過一個周期后，為了保證覆蓋質量和網絡能量的均衡，在下一個時間段內對工作節(jié)點進行重新分組，進行下一輪的監(jiān)測任務，而其余節(jié)點進行休息，如此輪換工作。
2.根據權利要求1所述的一種高效節(jié)能的視覺傳感器網絡目標覆蓋算法，其特征在于:在感知事務項表確立以后，即進入頻繁目標集關聯關系挖掘階段，針對MTACA算法中的不足，本發(fā)明在對感知事務項數據進行挖掘階段給出了一種基于關系代數理論的挖掘方法，利用關系矩陣挖掘出節(jié)點和目標的關聯關系，只需要對感知事務項數據庫掃描一次，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)能的視覺傳感器網絡目標覆蓋算法，其針對視覺傳感器網絡目標覆蓋過程中因覆蓋冗余、節(jié)點剩能不均等原因導致網絡壽命過短的問題，設計了一種視覺傳感器網絡目標覆蓋算法。該算法基于節(jié)點與目標的覆蓋關聯關系，利用關系矩陣及相關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，以此延長網絡的生存時間。實驗表明，該算法在保證網絡覆蓋質量的前提下能夠高效地調度工作節(jié)點，均衡節(jié)點耗能，有效延長網絡壽命。
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