[发明专利]自主移动传感器网络动态建模与控制技术

说明书

技术领域

本发明涉及传感器网络技术，具体地说是一种自主移动传感器网络动态建模与控制技术。

背景技术

移动传感器网络在军事和民事方面都能够得到大量的应用，比如说战场监督、搜索和防御、危险环境下的工作、环境监控、目标跟踪和遥感。以及工业生产中的温度、压力、流量等各种参数监控，造纸厂草垛监控，粮库监控和畜牧产业的监控等。其成果将显著提高企业生产信息化和自动化管理水平，具有广阔的应用前景。

近期，分布式无线传感网络的研究作为一个重要的领域已经引起人们的关注。无线传感器网络的例子包括：Berkeley motes和无线集成网络传感器。大量不同的传感器网络的应用和研究课题也已经出现。

传感器网络和传统的ad-hoc无线网络共同拥有着许多挑战。然而，传感器网络的通信方式与其他网络IP形式的通信方式是不同的。传感器网络的功能是提供用户以观测信息。它的基础设施和个体传感器节点对用户来说是完全透明的。而且，在网络中，能够提供给传感器的能量是有限的。通信比监测和数据处理会耗费更多的能量。对于无线传感器网络来说，挑战之一是局部化算法的开发，它应该是可升级的、鲁棒的和节能的。考虑到节能、容错性、升级性和任务自适应性这些约束，大量的学者提出了很多的通信结构和算法。对于微传感器网络，Directed Diffusion和LEACH是两种典型的数据通信协议。尽管这项发明的焦点不是移动传感器网络的网络结构，但是网络的原型却能够为不同网络结构和算法的测试提供一个可重复配置的平台。

在无线传感网络中，每个传感器节点的几何学定位应首先被确定，以便为空间分布式信号处理提供有用的信息。而且，在移动网络中，具有通信范围的位置信息能够使几何路由算法传输信息更加有效。有关这个主题的研究包括物理定位方法和位置估计方法。用于户外的一种确定节点位置的最一般的方法是用Global Positioning Systems(GPS)。然而，GPS消耗的能量很多，并且不能应用于室内。另外，很多的局部定位系统已经建立，用来支持室内定位和位置估计。目前，大多数现有系统都是基于固定的基础设施来定位的。但是对于分布式传感器网络来说，基础设施一般是自由的，所以这些现有技术不能直接应用于大规模的传感器网络。因此，无线传感网络的位置估计也吸引了许多研究者的注意。与局部定位系统相对应，用于机器人的定位技术包括航位推测法和三角测量标定。相关的估计和传感器融合技术包括KalmanFilter、Markov localization和基于Bayesian推理网络的Monte Carlolocalization。基于定位和位置估计方法，大量的与网络相关联位置算法和信号处理方法被提出。在这项发明中，提出了一种基于定位信息和图论的分布式模型。

一般认为多个机器人比一个机器人在更快、更高效的完成任务上拥有更大的潜力。作为一个重要的研究领域，使得多机器人协作和编队控制方法已大量涌现。多机器人协作的机器控制结构，如包容结构、反作用控制和混合控制、基于行为的控制已经被提出。基于行为的机器人技术能够协调大量机器人完成目标和保持结果。对于人类来说，很普通的具有感知和符号通信能力的协作行为也引起了与多智能体协作有关研究人员的注意。信息素机器人利用信息素现象来协调大量机器人的行为。先前的一些研究主要是关于组合任务规划、基于事件驱动方法的机器人系统的传感和控制。现有技术关于整个无线传感网络数学模型的结论仍然是不多的，虽然这些结论和技术对于分布式系统的分析和设计有各自的优势，但缺乏系统的数学理论指导。

发明内容

本发明的目的在于设计一种自主移动传感器网络动态建模与控制技术，为具有大量移动传感器节点的传感器网络的可重复配置、协作、路由开发和验证一种算法。本发明充分利用一种定向或非定向图，可以建立移动机器人的无线网络模型，同时，图论也被用在传感器网络的网络覆盖和传感器配置上，优势更加明显。

按照本发明提供的技术方案，自主移动传感器网络动态建模与控制技术包括如下步骤：

步骤一：建立基于局部狄朗内三角剖分和维朗诺伊图的分布式移动传感器网络模型，其中狄朗内三角剖分用三角几何结构描述传感器连接关系，维朗诺伊图用来描述传感器节点的监测范围，在这个组合起来的模型基础上建立表达整个传感器网络的动静态特性；

步骤二：对该分布式移动传感器网络模型中任一区域所属的控制传感器节点利用两种方法进行网络的分布式自部署和自组织，这两种方法分别为：基于虚拟势场法和狄朗内三角剖分的分布式自组织方法；基于改进型粒子群优化方法的分布式自组织方法；