[发明专利]一种高效节能的视觉传感器网络目标覆盖算法

说明书

技术领域

本发明涉及传感器网络技术领域，具体为一种高效节能的视觉传感器网络目标覆盖算法。

背景技术

视觉传感器网络是在传统传感器节点上加入视觉信息采集设备，以获得含量更大的媒体流信息。在视觉传感器网络覆盖中，由于单个视觉节点受到诸如感知视野、能量、通信带宽以及处理能力等条件的限制，因此各节点间的协同就显得尤为重要，目标覆盖问题就是在此情形下通过合理部署、调度网络节点，使网络在满足覆盖质量的前提下合理配置网络资源。

2004年，M.Cardei等学者第一次提出了传感器网络目标节点覆盖问题。之后又有人提出一种分布式节点动态调度算法PEAS，但PEAS算法没有考虑网络全局覆盖状况及能量统筹，容易在部分区域形成能量“空洞”。还有人提出一种多目标关联算法MTACA，但该算法需对感知事务数据库进行多次扫描，时间和能量开销较大。

发明内容

针对上述缺陷，本发明提供了一种高效节能的视觉传感器网络目标覆盖算法，满足覆盖质量要求的前提下增大网络寿命。

其具体技术方案是这样的：一种高效节能的视觉传感器网络目标覆盖算法，引入数据挖掘的思想，将传感器节点和目标分别比作顾客和商品，挖掘出传感器节点和目标点之间的关联关系，划分出不同的节点与目标点集合，然后调度能量较高的节点集进行监测工作，而能量较少的节点则进入能耗较少的休眠状态，经过一个周期后，为了保证覆盖质量和网络能量的均衡，在下一个时间段内对工作节点进行重新分组，进行下一轮的监测任务，而其余节点进行休息，如此轮换工作。

其进一步特征在于：在感知事务项表确立以后，即进入频繁目标集关联关系挖掘阶段，针对MTACA算法中的不足，本发明在对感知事务项数据进行挖掘阶段给出了一种基于关系代数理论的挖掘方法，利用关系矩阵挖掘出节点和目标的关联关系，只需要对感知事务项数据库扫描一次，高效完成挖掘过程。

其算法描述为：

输入：二维监测区域o，视觉传感器节点集S＝{s₁，s₂，...，s_n}，目标集T＝{t₁，t₂，...，t_m}，节点初始能量E＝{e₁，e₂，...，e_n}，感知距离R＝{r₁，r₂，...，r_n}。

输出：节点覆盖所有目标的节点集S₀。

算法步骤如下：

建立节点与目标的覆盖感知事务项表；

在覆盖感知事务项表的基础上挖掘出频繁关联目标集f_i，建立频繁目标集关联表；

若F＝{f₁，f₂......，f_i}不为空，从f_i＝{t_i1，t_i2，......，t_ik}中选择目标点个数最多的频繁关系目标集f_{i_max}，并在其相对应的频繁关联节点集l_i中选择能量最高的节点工作，其他节点休眠；

去除F中已经被节点覆盖的频繁关联目标集，更新F至F₀；

若F₀不为空，令F＝F₀，重新进入到步骤3；若F₀为空，进入步骤6；

判断是否有未被选入频繁目标集关联关系表中目标点，若有，则调度相应节点对其进行覆盖；若无，则结束循环，网络进入监测阶段。

本发明相对现有覆盖算法优点在于：本发明针对无线视觉传感器网络点覆盖的应用场景，设计了一种基于节点和目标关联关系挖掘的覆盖算法，算法首先在利用关系矩阵挖掘出节点和目标的关联关系，在此基础上动态选举工作节点集对监测区域进行监测。仿真结果表明该算法的高效性，在增加网络覆盖能力的前提下有效节省了节点能耗，延长了网络生存时间。

附图说明

图1是视觉传感器网络目标覆盖示意图；

图2是覆盖率随时间变化曲线；

图3是剩余能量随时间变化曲线；

图4是挖掘关联关系时间对比曲线。

具体实施方式

在视觉传感器网络中，由于节点的感知方向受限，因此其感知范围一般被简化为一个扇形区域，如图1。