[发明专利]一种有向传感器网络节点感知区域相交方法

说明书

技术领域

本发明属于无线传感器网络领域，具体涉及到有向传感器节点间相交区域面积的一种计算方法。

背景技术

无线传感器网络(Wireless Sensor Networks，WSNs)自诞生以来，以其低功耗、低成本、分布式和自组织的特点带来了信息感知的变革。WSNs具有众多类型的传感器，可探测包括地震、电磁、温度、湿度、噪声、光强度、压力、速度和方向等周边环境中多种多样的现象。而随着WSNs应用的扩展，传感网逐渐扩展到采用图像、视频和音频信息进行传输探索等感知应用。由于这种扩展的传感器网络中的节点在感知方向上与传统的标量传感器节点全向感知能力不同，具有明显受限的方向性，因此一般称为有向传感器网络(Directional Sensor Networks，DSNs)。

网络覆盖程度反映了一个无线传感器网络某区域被监测和跟踪的状况，因此在DSNs研究中，一个重要问题就是传感器的感知区域(Field of View，FoV)覆盖问题。由于有向传感器网络大多用于监控类应用，研究有向传感网的覆盖就离不开其节点感知模型的研究。同时，当网络中节点部署较为冗余时，节点间监测区域会产生重叠，造成监测信息的重复，研究节点间感知区域的相交关系，可用于节点建立分簇结构、进行数据融合或进行节点调度等，提高网络监测效率。不同于全向感知模型在二维感知平面上的圆形感知区域，有向传感器节点在二维平面的感知模型为扇形的。基于有向传感器节点感知特征和相交关系的复杂性，有研究者首先提出了有向节点的扇形感知模型和感知区域离散化的节点相关系数计算方法。感知区域离散化方法的本质就是将节点感知区域进行网格化，通过判断网格中心点是否属于某节点感知区域中进行感知区域网格划分，这在研究有向传感器感知区域相关问题中普遍被采用。网格法简单有效，但是其算法复杂度和感知区域划分的精确度成正比，要得到高的精确度将导致高的算法复杂度，因此有研究者提出将有向节点感知模型进行简化的方法进行节点相关性的研究。有研究者将扇形感知模型简化为三角形；有研究者使用角系数(angular coefficient)方法来粗略表示节点间的相交关系，这些方法与网格化方法相比，算法计算不依赖监测区域网格化程度，很大程度上提高了算法效率，但是同时降低了网络相交区域的计算精确度。这些方法都回避了直接根据扇形感知模型来解决节点感知重叠问题。

发明内容

本发明从节点扇形感知模型出发，通过对节点扇形感知区域相交情况的分析，设计有效的算法，直接求解两个扇形感知区域的相交部分，提出基于坐标位置的节点相交区域计算方法。

不同于传统WSNs节点的全向感知模型，有向传感器网络节点的感知模型为有向感知，其感知区域受到视角方向和大小的约束。在二维平面上，一般认为该感知区域是一个以节点所在位置为圆心、最大传感深度为半径、感知视角为圆心角所组成的扇形区域，其中该扇形的朝向受感知方向的控制，如图1所示。

图1中，节点S_i的坐标为(x_i，y_i)，感知深度为R_i，感知视角为φ_i(根据有向节点感知性质，φ_i最大值不会达到180°)，感知方向为与平面水平方向正方向的夹角值为α_i，因此任一有向传感器节点可以使用一个四元组(S_i，R_i，φ_i，α_i)来唯一确定和表示。给定四元组的值即可求出该节点的感知区域在监测区域平面上的位置分布。图1中的β_i和γ_i分别是节点感知区域扇形的两边与平面水平方向正方向的夹角，可由式(1)计算得到。

S_i、A_i和B_i为传感器i感知模型上的三个顶点，两条线段S_iA_i，L_iB_i和一条弧A_iB_i组成了节点i感知扇形的边界。可计算出顶点A_i和B_i的坐标如式(2)所示。

根据扇形面积计算公式，节点i的感知区域面积可以使用式(3)计算得到。