[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

摘要

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。

主权项

1.一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：(1)首先根据监测区域现场实际环境，将连续的二维平面离散化，即用一系列平行于x、y轴的直线将平面划分成均匀的网格，平行直线间距离称为粒度，粒度越小覆盖率的计算精度越高，反之亦然，并将网格中心点的坐标信息上传给控制中心；(2)在监测区域内随机部署一定数量的视频传感器节点，视频节点是固定的，一经部署其坐标位置不再改变，视频节点通过GPS或定位算法获取自身的位置坐标，然后各个节点将自身的坐标信息、感知方向经过多跳中继路由发送给汇聚节点，汇聚节点汇总收到信息并通过Internet外部网络转发给控制中心；(3)控制中心汇总上传的信息，以各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，控制中心发布节点方向控制指令至视频传感器网络，汇聚节点将各个节点方向控制指令发送到视频节点调整其感知方向，减少网络感知重叠区和感知盲区，实现覆盖增强；所述的视频传感器网络是由视频传感器节点、汇聚节点、控制中心组成的，视频传感器节点散布在指定的监测区域内，其采集的数据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；所述的视频传感器节点是有向传感器节点，可将有向传感节点的方向性感知能力抽象为一个扇形，扇形的圆心S为节点，扇形的半径r为节点的感知半径，扇形的中轴线为节点的感知方向，中轴线与x轴之间的夹角θ即为视频节点的感知方向角，且θ∈[0，2π)，感知方向即可用单位向量表示，中轴线与扇形边界的夹角为节点的传感偏移角度，视频节点的传感区域视角为所述的流程(1)进一步包括以下操作内容：用一系列平行于x、y轴的直线将监测区域Ω划分成K个均匀的网格，平行直线间距离Δd称为粒度，则网格的规格为Δd×Δd的矩形，网格的中心点称为像素点，像素点的集合记为||ΛK||，在计算监测区域覆盖率时，就以||ΛK||代替连续平面Ω，将每个像素点的坐标信息qj(xj，yj)，j∈{1，2，…，K}传送至控制中心；所述的流程(2)进一步包括以下操作内容：在监测区域内随机部署N个视频传感器节点，每个传感器通过GPS或定位算法获取自身的位置坐标S_i(x_i，y_i)，节点S_i的感知方向用感知方向角θ_i表示，θ_i为感知单位向量与x轴间的夹角，所有节点的集合节点集对应的感知方向集合为Θ＝{θ₁，θ₂，…，θ_N}，各个视频传感器节点将自身的位置坐标、感知方向角(x_i，y_i，θ_i)经过多跳路由发送给汇聚节点，汇聚节点再通过Internet外部网络将数据转发至控制中心；所述的流程(3)进一步包括以下操作内容：(31)控制中心汇总上传的信息，包括监测区域像素点集合||ΛK||中每个像素点的坐标信息qj(xj，yj)，j∈{1，2，…，K}，以及N个节点的坐标Si(xi，yi)，i∈{1，2，…，N}和感知方向角集合Θ＝{θ1，θ2，…，θN}，差分进化算法以各视频节点感知方向角Θ为决策变量，监测区域覆盖率为目标函数，监测区域覆盖率p＝节点集所覆盖的像素点数/像素点总数K；(32)像素点q_j(x_j，y_j)被节点S_i(x_i，y_i)覆盖的条件是：像素点q_j与节点S_i之间的欧式距离d(S_i，q_j)在节点的感知半径内且像素点q_j处于视频节点的传感区域视角范围内，如果像素点q_j被任意一个节点覆盖就认为该像素点被节点集覆盖，像素点q_j被节点集覆盖的概率P_COV(j)为：监测区域覆盖率因此，视频传感器网络覆盖增强可以视作单目标优化问题，目标函数即为监测区域覆盖率，决策变量为节点集的感知方向角，本发明采用差分进化优化算法求解该问题，通过差分进化算法的变异、交叉、选择三项基本操作逐步逼近最优节点感知方向，以获得覆盖率的最大化；(33)根据操作(32)，对于视频传感器网络覆盖增强问题，以视频节点集感知方向角作为决策变量，由于决策变量是由N个节点的感知方向角组成的向量，决策空间的维数D即为节点的数目N，在种群初始化时，生成NP个维数为D的个体形成初始种群X(0)，由于感知方向角在[0，2π)范围内，则决策向量的上下界分别取2π、0；目标函数为监测区域覆盖率p，该问题为最大值优化问题，为了与差分进化算法待优化问题保持一致，令算法预先设定最大迭代循环次数Gmax，当迭代次数t达到Gmax则停止迭代，否则重复执行变异、交叉、选择三项操作，产生新一代种群个体使得种群始终向最优解的方向进化；(34)当迭代终止时，算法输出全局最优解可根据式得到全局最优覆盖率p^*，同时所对应的决策向量为视频节点集的最优感知方向角，控制中心发布节点方向控制指令至视频传感器网络，然后汇聚节点将节点方向控制指令发送到各个视频节点，视频节点根据收到的指令调整自身的感知方向以减少网络覆盖盲区。