[发明专利]基于差分进化的视频传感器网络覆盖增强实现方法

说明书

本发明公开了一种基于差分进化的视频传感器网络覆盖增强实现方法，以监测区域覆盖率为目标函数，利用差分进化算法的全局优化能力协同调整视频节点感知方向以减少网络覆盖盲区。涉及多媒体传感器网络覆盖控制和智能计算两个领域。首先根据监测区域实际环境，将连续的二维平面离散化，并将坐标信息上传给控制中心；然后，随机部署一定数量的视频节点，各节点将坐标信息、感知方向发送给汇聚节点；汇聚节点汇总转发信息至控制中心，以视频节点感知方向角为决策变量，监测区域覆盖率为目标函数，通过差分进化算法变异、交叉、选择三项操作逐步逼近最佳节点感知方向以获得覆盖率的最大化，并发布节点方向控制指令至视频传感器网络以调整节点感知方向。

技术领域

本发明涉及多媒体传感器覆盖控制和智能计算两个领域，具体涉及一种基于差分进化的视频传感器网络覆盖增强实现方法。

背景技术

通信技术、嵌入式技术和传感器技术的飞速发展和日益成熟，推动了现代无线传感器网络的产生和发展。随着监测环境的日趋复杂多变，由传统传感器网络所获取的简单数据愈加不能满足人们对环境监测的全面需求，迫切需要将信息量丰富的音频、视频等媒体引入到以传感器网络为基础的环境监测活动中来，由此，多媒体传感器网络应运而生。视频传感器网络作为多媒体传感器网络的一种，借助内置视频传感器监测所在周边环境内的图像、视频信息，典型的视频传感器网络通常由视频传感器节点、汇聚节点、控制中心等构成。视频传感器节点随你部署在指定的监测区域内，采集的图像、视频信息沿着其它视频传感器节点逐跳传送到汇聚节点，最后通过Internet网络或通信卫星到达控制中心。用户通过控制中心对视频传感器网络进行配置和管理，发布监测任务以及收集监测数据。

覆盖控制是保障视频传感器网络目标检测性能的一个关键问题，旨在优化网络空间资源，以更好地完成环境感知、信息获取，是整个检测任务得以继续进行的基础。视频传感器网络中节点感知受方向性限制，其感知范围是一个以节点为圆心，半径为其感知距离的扇形区域，传统基于全向感知模型的传感器网络部署及覆盖优化方法已不再适用于具有方向性感知特性的视频传感器节点。根据视频节点的感知特性建立了全新的有向感知模型。依据有向感知模型，设计合理高效的视频传感器网络部署方法及节点控制策略，研究兼顾能量有效和可靠监测的网络覆盖算法是目前多媒体网络研究领域中一个重要方向。通常采用大规模随机投放方式部署节点，但是这种部署方式很难一次性将数目众多的视频传感器节点放置在合适的位置并造成监测区域覆盖的不合理，导致网络提供的目标监测能力不均匀。因此，在视频传感器网络初始部署后，需要采取有效的措施以均匀原本杂乱无章视频传感器节点的分布，使得网络以较大的概率覆盖监测区域。研究视频传感器网络的覆盖增强策略对于提高整个网络的监测性能，改善监测质量具有至关重要的作用。

国内外学者相继开展了传感器网络覆盖增强问题的研究，并取得了一定的工作进展，但绝大多数覆盖增强问题研究都是针对基于全向感知模型的传感器网络展开的，通常采用重新调整节点的位置分布或添加新节点等传统方法实现传统传感器网络覆盖性能的增强，该类方法本质是利用传感器节点位置移动以增强传感器网络的区域覆盖率。实际应用环境下，考虑到视频传感器网络部署成本，所有部署的视频传感器节点都具有移动能力是不现实的，除此之外，传感器节点的移动能力导致网络拓扑的动态变化，很容易引起部分传感器节点的失效，进而使得网络的维护成本增加，网络生命期缩短。

发明内容

有鉴于此，本发明的目的是提供一种基于差分进化的视频传感器网络覆盖增强实现方法，该方法假设所有传感器节点已经部署位置不再改变，并且从视频传感器节点的感知特性出发，充分利用节点的感知方向性以及方向可调性，达到消除视频传感器网络中感知重叠区和盲区的目的。本发明以监测区域覆盖率为目标函数，以视频传感器节点感知方向角为决策变量，采用差分进化算法的全局优化能力协同调整视频节点感知方向以达到覆盖增强的目的。

为了实现上述的方法，本发明提供了一种基于差分进化的视频传感器网络覆盖增强实现方法，其特征在于：包含下述三个基本流程：