[发明专利]分布式传感器协同选择方法

摘要

本发明提供了一种分布式传感器协同选择方法，包括部署传感器并分组；计算归一化后传感器节点与目标之间的距离；计算传感器之间的相关性；计算传感器节点的效用；建立传感器簇并计算感知能力；比较当前传感器簇的感知能力与目标监测的精度要求之间的关系，完成传感器协同选择。本发明综合利用距离和相关性计算传感器节点簇的感知能力，其中传感器相关性是通过机器学习方法及历史数据计算得到，并根据监测要求和传感器簇的感知能力进行传感器的协同选择；因此本发明可以真实的反应传感簇的感知能力，从而选择出最佳的传感器簇协同工作以满足用户对监测精度的需要，同时保证网络能量均衡。

主权项

一种分布式传感器协同选择方法，包括如下步骤：S1.在监测区域内随机部署传感器节点，根据监测点的融合半径分组；S2.计算归一化后传感器节点与目标之间的距离；S3.计算传感器之间的相关性；S4.根据步骤S2得到的距离和步骤S3得到的相关性计算结果，采用下式计算传感器节点的效用：式中为传感器节点的效用，其值越大表明传感器节点的功能越强大，其值越小表明传感器节点的功能越弱小；α为权重系数，权重系数越大表明传感器节点的效用与传感器之间的相关性的关系越大；dS(n_i)为传感器节点与目标之间的距离；为传感器和传感器之间的相关性；为排列组合算式；S5.选择传感器节点中效用最大的传感器节点作为信息融合节点，该节点建立传感器簇，并将传感器节点上的所有传感器加入该传感器簇；计算当前传感器簇的感知能力；S6.比较当前传感器簇的感知能力与目标监测的精度要求之间的关系：若当前传感器簇的感知能力≥目标监测的精度要求，则选择当前传感器簇中的所有传感器对目标进行监测，剩余传感器则全部进入休眠状态；若当前传感器簇的感知能力＜目标监测的精度要求，则根据剩余传感器节点与目标之间的距离和剩余传感器节点与当前传感器簇中传感器的相关性计算剩余传感器节点的效用，选取效用最大的传感器节点，并将其上的传感器加入传感器簇并计算新的传感器簇的感知能力，直至当前传感器簇的感知能力≥目标监测的精度要求。