[发明专利]一种图像传感器网络优化部署方法

摘要

本发明提出了一种图像传感器网络优化部署方法，包括图像传感器观测模型的建立和图像传感器网络的优化部署两个基本步骤。步骤一，针对图像传感器对目标观测的特点，建立图像传感器的观测模型；步骤二，通过建立观测区域模型，网络覆盖率模型及网络的观测模型建立网络的优化部署函数，通过对该函数的优化，得到网络的最佳部署。本发明建立了图像传感器对目标的观测性能函数，通过将更为完善的图像传感器观测模型引入到图像传感器网络的优化部署中，有效解决了图像传感器网络中，部署和运行灵活性低，观测效率不高的问题。

主权项

一种图像传感器网络优化部署方法，其特征在于，包括图像传感器观测模型的建立和图像传感器网络的优化部署两个步骤，所述图像传感器观测模型的建立包括：(1)建立图像传感器模型：图像传感器模型为一个扇形，用一个四元组表示；其中C表示图像传感器的位置坐标，R表示图像传感器的传感半径，向量为图像传感器的传感方向，α代表图像传感器的观测角；在某时刻t，图像传感器的传感区域是一个扇形，但随其传感方向的不断调整，图像传感器有能力覆盖到其传感距离内的整个圆形区域；并且，在某时刻t，若目标点X被图像传感器覆盖成立，当且仅当满足以下条件：||CX→||≤R---(1)]]>其中代表目标点X到该图像传感器的欧氏距离,代表向量和之间的夹角；(2)建立图像传感器观测性能函数：随着图像传感器远离目标，目标对其的张角ω会逐渐减小，进而图像传感器的观测性能会逐步下降，建立观测性能函数：P(ω)=(ω/αC)E1+(ω/αC)E---(3)]]>其中E＝2.7+0.7×(ω/αC)，αC为图像传感器的临界观测角，与其空间分辨能力有关；(3)建立图像传感器观测模型：利用图像传感器的观测性能函数可以构造其对目标的观测模型其中为目标可见区域对目标中心的张角；所述图像传感器网络的优化部署包括：(1)建立观测区域模型：所述观测区域大小为M×N，其中包括正常观测区域和重要的观测区域；对观测区域离散化处理，以密度为gs划分网格,所述观测区域中的网格点由矩阵Ω表示：其中Ω′k，k＝1,2,…t代表重要的观测区域；(2)建立网络覆盖率模型：所述网络覆盖率为：P(Ω)=Σi=1m×np(Xi)m×n---(6)]]>其中p(Xi)=1,X∈R0,X∉R---(7)]]>其中，R代表任意一个图像传感器的覆盖区域，m×n代表监控区域中所有网格点数；(3)建立网络观测模型：所述建立网络观测模型包括：建立一个图像传感器对一个目标点的观测模型，建立多个图像传感器对一个目标点的观测模型和建立多个图像传感器对网络中某一区域的观测模型；所述一个图像传感器对一个目标点的观测模型由式(4)定义：所述多个图像传感器对一个目标点的观测模型为能观测到目标点的所有图像传感器的观测值之和：G(X)=Σi=1Tgi(X)-Σg′(X)---(8)]]>其中，T为能够覆盖目标点X的所有图像传感器的数目,∑g′(X)为不同图像传感器相对于目标重叠视场部分的观测值；所述多个图像传感器对网络中某一区域Ω′的观测模型为：G(Ω′)=Σi=1p1×q1G(Xi)p1×q1---(9)]]>其中，p1×q1为区域中网格点的个数；(4)建立网络部署优化模型：所述网络部署优化函数为F(Ω)=P(Ω)+Σk=1tλk·G(Ωk′)---(10)]]>其中，P(Ω)为网络的覆盖率，G(Ω′k)为网络中重点观测区域Ω′k的观测值，所述的重点观测区域的个数为t，k越大，所述重点观测区域Ω′越重要，λk为权重因子,所对应区域越重要，λk取值越大，所述λk取值满足λk+1λk=10,k=1,2,...t---(11)]]>其中，λ1＝10；对式(10)利用二元整数规划方法进行优化，得到网络的优化部署结果。