[发明专利]一种视觉传感器网络节点方向调度算法

说明书

一、技术领域

本发明属于计算机传感技术领域，提高网络对于点目标的覆盖率。本发明可以解决由于有向感知模型自身的特点导致的传统全向感知模型的控制算法不适用的难题。 

二、背景技术

近年来，无线传感器网络(WSNs，Wireless Sensor Networks)越来越受到学术界的关注，他被广泛的应用于环境监测，农业生产，医疗保健，国防军事等多个领域。传统的WSNs一般多用来检测诸如温度，湿度，压力等环境信息。然而，随着对于音频，图像，视频等多媒体信息需求的日益强烈，传统的WSNs已经无法满足。视觉传感器网络(VSNs，Vision Sensor Networks)应运而生。 

VSNs是由一组具有计算、存储和无线通信能力的视觉传感器节点组成的分布式感知网络，传感器节点的视野受限是VSNs的一个突出特点。它的感知能力被限定在视野范围(filed of view)以内，传感器只能在其感知方向上才能进行有效感知，故其感知模型称为有向感知模型。 

在有向感知模型的VSNs中，点目标覆盖问题仍然是一个重要的研究问题。由于有向感知模型自身的特点，传统的全向感知模型的控制算法不再适用。故本文研究的目标是如何优化调度传感器节点的方向，从而提高网络对于点目标的覆盖率。 

三、发明内容

本发明的目的在于提供一种视觉传感器网络节点方向调度算法——基于贡献率的贪婪算法(Contribution Rate Greedy Algorithm)。具体实现包括以下步骤： 

1.有向感知模型受到视野的限制，并不是一个完整的圆形区域，而是在某个特定时刻，传感节点的感知能力具有一定的方向性。文中将其简化为一个扇形区域。如附图1所示； 

2.做如下必要的假设： 

(1)有向传感器网络中所有节点同构，即具有相同的感测半径和感知方向； 

(2)有向传感器网络中所有节点在初始配置后位置不可以移动，传感方向可以变化，节点知道自身的位置和传感方向信息； 

(3)节点能量较充裕，且节点工作在任何方向所消耗的能量相同。 

3.贪婪算法主要思想是传感器节点根据监测到目标的多少得到节点动作的优先级，继而根据优先级调度相应节点的感知方向，实现网络对目标点的优化覆盖。 

4.在贪婪算法中，随机的从候选最大覆盖集CMTCS中选取最大覆盖集MTCS对最终覆盖效果会产生影响，因此我们考虑节点在感知方向上对于覆盖的贡献，提出了基于贡献率的贪婪算法。贡献率即传感器节点在其感知方向上对覆盖贡献的大小，它反应了节点在该方向上工作的价值，这一工作价值会影响到网络的整体覆盖效果。每一个节点都尽可能大的发挥它的工作价值，则网络整体的覆盖效果将会提高。 

5.基于贡献率的贪婪算法CRGreedy(Contribution Rate Greedy Algorithm)。首先要遍历节点各个感知方向上能覆盖到的目标点，继而构建覆盖关系表，但是覆盖关系表中我们不再关注每个感知方向的目标覆盖集，而是关注节点每个方向的贡献率。 

按所述调度节点的工作方向并对覆盖关系表进行更新，同时更新节点贡献率C_i，j。重复执行这一过程直到最大贡献率 

同样，在搜索最大贡献率 时会出现多个最大贡献率的情况。根据贡献率的定义可以知，当节点的贡献率相同时，节点对于网络覆盖效果的贡献是相同的，这时采用随机法选择最大贡献率不会影响算法的执行效果。 

为了防止部分节点因能量耗尽或损坏导致网络覆盖率下降，网络每隔一段时间向节点发送消息并请求回复，当连续多次未收到节点的回复消息则认定该节点损坏，此时重复执行CRGreedy算法，重新调度节点工作方向，降低节点损坏对网络覆盖率的影响。 

本发明的优点在于提高覆盖率。 

附图说明

图1为本发明中使用的有向传感器模型； 

图2为Greedy算法覆盖效果，CR＝70％。 

图3为CRGreedy算法覆盖效果，CR＝75％。 

图4为算法抗扰性。