[发明专利]区域交通状态获取的传感器网络配置方法

权利要求书

1.一种区域交通状态获取的传感器网络配置方法，其特征在于含有以 下步骤：

在所设的传感器处，得到最大的路段交通特性的信息的步骤；根据与传 感器获取交通信息的相关性为基础的信息密度函数，布置传感器的综合费用 建立了两阶段的信息价值最大模型的步骤；信息密度函数物理意义为距交通 检测器一定距离处的交通信息，能被检测器检测到的交通信息所代表的概率 或程度，为某检测器能够代表的空间单位距离上交通信息的程度，其通过交 通信息的空间相关性获得；建立两阶段的信息价值最大模型的步骤：其第一 阶段以路段为基础建立信息价值最大模型，利用最短路算法求解；第二阶段 以路网或区域为基础，利用路网中路段之间的信息相关性；建立基于路网的 信息价值最大模型，使路网或区域信息价值最大；从传感器获取的交通信息 的角度对传感器布置进行优化的步骤；

其中，建立基于路段的信息价值最大模型的步骤；建立基于路网的信息 价值最大模型的步骤；

步骤1：建立基于路段的信息价值最大模型；

在路段上均匀地布设传感器，设布设的传感器数为n，每个传感器的位 置记作i；1≤i≤n，并设此路段上铺设第i个传感器的综合费用为C_i，则依 上述建立如下模型：

maxW=KI-f=k∫0Dg(x)dx-Σi=1nXi·Xi]]>

s.t.g(x)=⊕i=1nhi(x)Xi=0or1]]>

其中：

W——综合价值，传感器所代表的路段交通特性信息价值减去铺设传感 器的费用；

k——表示此路段上，在传感器使用年限内，1个单位信息的价值，不 同的道路参数有不同的k值；

I——表示此路段上，所有传感器所代表的信息量；

f——表示此路段上，所有传感器的综合费用；

g(x)为信息密度函数；

D为所有传感器定义域的并集，为研究路段的距离；

C_i——在i处铺设传感器所需要的综合费用，对于同一段道路取相同的 C值，即取C_i＝C；

X_i——0 or 1，0表示在i处不布设传感器，1表示在i处布设传感器；

h_i(x)——在i处布设传感器的信息密度函数，不同的道路参数有不同的 h_i(x)，对于同一段道路，取相同的h_i(x)值，即取h_i(x)＝h(x)；

表示n个h_i(x)函数中相邻两函数间的叠加操作，叠加结果为取其 最大者；

步骤2：建立基于路网的信息价值最大模型；

从两个方向来考虑区域传感器布置，第一是交叉口各进出口传感器如何 布置，第二是交叉口进出口的路段之间传感器如何布置；这样区域传感器的 布置就转化为这两种情况，然后把它们结合起来，形成区域价值最大模型；

(1)交叉口处传感器布置分析

对于快速路和高速公路，要在交叉口进出口处布置传感器，然后再考 虑这两个传感器之间路段的布设情况；对于平交的交叉口，在各出口处分别 布设一个传感器，ITS对交叉口流量估计的精度要求较高，在各交叉口的进 出口分别布设传感器；

(2)区域中各路段传感器布置情况分析

对于所研究的区域，假设各交叉口处传感器布置分析，得到区域中各 交叉口的布设方案，考虑各路段的交通信息速度、密度、流量相关性，把相 关性较高的路段划分为一组，每组选择一个及以上的路段进行布设；对于确 定要布设的路段，把路段两头的交叉口布设的传感器作为第一和最后一个传 感器，之间的传感器布设便可利用第一阶段的信息价值最大模型求解；

对路段传感器布局进行优化包括以下内容：把传感器的布置问题转化 为有向图问题的步骤；把路段信息价值最大模型的求解转化为最短路问题 的步骤；通过求解传感器有向图的对偶图的最短路，求得此路段传感器的 布置方案的步骤；

步骤1：模型的一些参数或函数利用经验公式或者历史数据拟合得到， 最后得到的已知条件有：所研究路段上第i处布置传感器的单位信息费用k_i、 信息密度函数h_i(x)、布置传感器的综合成本C_i，需要设定的参数为n，即研 究路段初始布设传感器的个数，这样转化为传感器的布设距离d，研究路段 长L，即从布设的1号传感器至n号传感器之间的距离为L，则这 样根据初始欲布设的传感器距离来确定n；

步骤2：根据各个传感器的信息密度函数并利用叠加函数 计算出任何两传感器之间的叠加信息，得到如下各个传感 器之间的信息矩阵I_ij

构造如下有向图G，其中1，2，...，k，...，n分别为路段上布置传感器的 编号，或代表各个传感器的位置，其中任意两点都有一条从低标号到高标号 的有向线路，各线路的权值为信息矩阵中对应的数值乘以其对应的单位信息 费用，即此两点之间的信息价值；即w_ij＝k_ijI_ij，

其中k_ij取均值，即

模型的求解就是从1号传感器到n号传感器找一条路径，使路径上的信 息价值最大；

步骤3：考虑到各个传感器综合费用的影响，路径中每多经过一个传感 器就会增加相应的费用；定义传感器i，j之间的权重为

wij=kijIij-12Ci-12Cj,]]>

从而可得到如下有向图G的带权矩阵：

求解路段信息价值最大模型就转化为求此有向图的最长路问题，把各权 值求其相反数，得另外一种有向图，定义此有向图为原图的对偶图，记作G′， 所以此对偶图G′的带权矩阵为：

这样求最短路，由于权值可能出现负值，用floyed算法求解；

步骤4：通过求得G′的最短路，在原图G上按照G′的路径找到一条最长 路，此时得到的路段最大信息价值为W＝∑w_ij，w_ij为路段上的各带权值，W 所经过的节点为模型的解集，即此路段要布设的传感器位置及数目，这样布 设得到路段的最大信息价值；

对路网传感器布局进行优化包括以下内容：考虑了路段交通信息的相关 性和投资规模，对整个路网进行优化的步骤；

步骤1：根据高速路、快速路、主干路、支路标定各参数，有单位信息费 用k_i，信息密度函数参数b_i，布设传感器的综合费用C_i；

步骤2：分析各交叉口，按照交叉口的布置原则，对各交叉口进行预布设；

步骤3：如果区域比较大，考虑整个城市的传感器布局，划分为若干各小 区域，每个区域包括20-30个路段，分析各个路段的相关性，把各相关性强 的路段划分成组；

步骤4：对每一组，要求必须设置传感器的路段，则必须布设；对于没有 特定要求的路段，每组中至少保证有一个路段被布设，根据重要性选取；得 到路网中需要布设传感器的路段；

步骤5：若不考虑投入，取适当的布设距离d，利用第一阶段的路段价值 最大模型计算；为了提高精度，每1m进行布设，计算的结果是各路段参数 下的最佳布设距离，从而得到最佳布设点数，进行布设，计算结束；若考虑 投入，先以上述不考虑投入计算，得到最佳布设点数，计算总投入，若小于 预计投入，则停止计算，否则进入步骤6；

步骤6：设置Δd，不断在各路段的最佳布设距离下增加Δd，重新计 算，直到总投入小于预计投入，停止计算；

其中在建立两阶段的信息价值最大模型的过程中，利用道路传感器的相 关性函数求出信息密度函数的步骤包含如下步骤：

步骤1：在研究路段的交通环境和路段情况的基础上，利用计算机仿真 技术，通过密集布设传感器，采集传感器的交通信息速度、密度、流量，求 各传感器的相关系数进行标定；通过某城市道路已经布设的传感器所采集的 交通信息，求出离此传感器一定距离的其他传感器与此传感器交通信息的相 关性，拟合出r(x)，这里指出不同的道路等级和路面情况，其r(x)是不同的；

步骤2：信息密度函数根据路段上不同距离的交通信息的相关性函数表 示，在传感器代表此处的完全的交通信息，设此处与传感器位置的信息的相 关系数为1，随着距离的增加，传感器的交通信息能代表此处信息的相关性 会降低，到±∞时，减小到0；用r(x)表示相关性函数，h(x)为信息度函数， 则h(x)和r(x)的关系为h(x)＝a×r(x)，其中a为转换因子，根据不同的路段情 况标定。

2.如权利要求1所述的区域交通状态获取的传感器网络配置方法，其 特征在于分两个层次对传感器进行优化的步骤；第一个层次以路段为对象， 建立信息价值最大模型进行传感器布局优化；第二层次以区域或路网为对 象，利用区域或路网中各路段之间信息相关性进行传感器布局优化。