面向数据收集的多媒体传感网能量有效节点选择方法是一种用于无线多媒体传感器网络环境，基于空间映射相关和节点能量的多节点协同图像数据收集方案，以解决无线多媒体传感器网络中节点电源能量、计算、通信和存储能力受限问题。将协同处理方法应用于无线多媒体传感器网络的图像数据收集中，设计图像空间相关性模型，描述节点的相关特性；更进一步构建传感器能量消耗模型和信息熵框架，估计节点的能量剩余量和信息量，其中对于多个节点的联合熵计算，采用层次聚类的方法；最后设计了一种面向数据收集的多媒体传感网能量有效节点选择方法，该算法基于能量消耗和相关性模型，能够有效减少传感器节点数据传输量和能量消耗，延长网络的整体生存周期。
【技术实现步骤摘要】
本专利技术是一种适用于无线多媒体传感器网络(WirelessMult1-media SensorNetworks，缩写为WMSNs)的节点选择方案，该方案基于传感器节点能量消耗模型和空间相关性原理，通过考虑传感器节点能量因素和消除节点间采集数据的空间信息冗余，实现多节点图像数据收集，以解决无线多媒体传感器网络节点能量和存储受限的问题，为无线多媒体传感器网络数据的高效传输奠定基础。本技术属于无线传感器网络领域。
技术介绍
随着无线通信技术、微电子技术、微电机系统与传感器技术等不断进步，无线传感器网络(Wireless Sensor Networks,WSNs)正成为传感器领域内一个新兴的研究方向。当前大部分无线传感器网络只局限于测量简单的环境数值信息，而人类感知外界信息的80%以上来自于人的视觉、听觉，迫切需要将信息量丰富的媒体引入到以传感器网络为基础的环境监测活动中来，实现精准信息的监测，同时能够捕获多媒体信息的廉价硬件也孕育了无线多媒体传感器网络的产生和发展。无线多媒体传感器网络与无线传感器网络一样，也是一个无中心、自组织的网络。目前为止，多媒体传感器节点一般仍然采用电池供电，部署后很难再次进行能量补充。当某些节点因能量耗尽而失效无法工作时，将缩短无线多媒体传感器网络的生存时间，对应用造成不利的影响。一旦网络能耗较高时，将对信道接入与分配、拓扑管理、路由维护、覆盖控制等造成严重影响，甚至可能造成完全无法进行的情况。作为传感器网络高级形式的多媒体传感器网络，具备标量数据和多媒体信息感知、采集、处理和传输能力。如何对多媒体数据进行有效感知、处理及传输是多媒体传感网节能的主要研究方向之一，多媒体传感网中的图像信息具有很大的冗余性和时空相关性，如何有效地对采集到的图像信息进行网络压缩减少网络流量，已成为多媒体传感网急需突破的关键技术之一。因而急需设计高效的图像压缩采集方法，以消除无线多媒体传感器节点数据的空间冗余信息，同时结合考虑节点的能量因素，从而有效提高网络资源利用率，延长无线多媒体传感器网络的生命周期。
技术实现思路
技术问题:本专利技术的目的是设计一种，以实现图像数据的收集和系统的长时间运行。本方案采用协同处理方式，通过研究构建基于传感器能量消耗和相关性模型以评估多个相关多媒体传感器节点的联合作用，解决无线多媒体传感器网络中节点电源能量、计算、通信和存储能力受限等问题。通过使用本专利技术提出的方法可以有效延长网络系统的整体生存周期，同时消除多媒体传感器节点数据的空间信息冗余。为无线多媒体传感器网络数据的高效采集和传输奠定基础。技术方案:本专利技术是一种改进的无线多媒体传感器节点选择方案。基于协同处理方法，针对不同特定图像算法的差异性，设计一个图像空间相关性模型，描述相机节点的重叠视野所观察到的图像的相关特性；更进一步构建传感器能量消耗模型和信息熵框架，并据此估计传感器节点的能量剩余量和信息量，其中对于多个节点的联合熵计算，采用层次聚类的方法；最后设计实现了一种，该算法基于能量消耗和相关性模型，选择一组信息量尽可能最大的相关传感器节点，同时结合实际情况确保每个节点的能量不被耗尽，从而有效减少传感器节点数据传输量和能量消耗，延长网络的整体生存周期。该方法包含在以下的具体步骤:初始场景设置:步骤I)设置观测区域及多媒体传感器节点:设置需要采用多媒体传感器网络监测的区域场景范围；设置系统选择的节点集合的联合熵要求值；初始化每个传感器节点的能量值；初始化监测场景中无线多媒体传感器节点的数量、布撒位置坐标、主感知方向以及感知半径；步骤2)由节点位置坐标计算传感方向和X轴的角度Θ以及节点沿传感方向相对于目标区域中心的偏移距离r ;多媒体传感器节点相关性定义:步骤3)定义空间相关性函数来描述通过多媒体传感器节点的重叠视野所观察到的图像的相关特性；多节点的联合作用:步骤4)实现如何在一个多媒体传感器网络中以最少的节点获得尽可能多的数据信息，节点所感知的数据信息必须和所观测图像的相关特性有关，并且各节点之间感知的数据相关性越小，其将提供更多信息给汇聚节点；能量消耗模型和信息熵框架:步骤5)构建出一个能量消耗模型以评估任意时刻每个节点的能量剩余量；步骤6)基于步骤3中定义的节点相关性描述函数，构建出一个基于熵的框架以评估多节点提供的信息量；基于能量消耗模型和相关性的节点选择:步骤7)由人工设置或系统默认设置传感器节点允许能量最低值；初始节点集合为空，首先选择汇聚节点作为起始点，并将其加入到初始选择节点集合中；步骤8)综合考虑节点间相关性与节点能量值；从能量值高于允许能量最低值的所有非选择节点中选择一个与选择节点集合相关性最小的节点，将其加入至选择节点集合中，同时根据能量消耗模型对该节点的能量消耗进行计算；步骤9)重复步骤8的操作，直至选择节点集合中所有的节点联合熵增加至系统所设置要求值，或所有非选择节点的能量值均低于允许能量最低值时则系统停止。以上步骤中所涉及的一些关键操作定义如下:描述节点相关性的函数定义:我们为观测区域设定一个基坐标，其中原点是观测区域的中心，XOY平面是水平平面。在该模型中有七个参照点可以当做特征点或者关键点，它们是:0(0，O, 0)T,A(1, O, 0)τ,B(-1，0，0)T，C(O, 1，0)T，D(0，-1，0)T，E (O, O, 1)τ，F(0，0，_1)T。这些参考点形成在三维空间中沿着x、y、z轴方向的六个单位参考向量。示意图如附图1所示。我们考虑当所有传感器节点放在水平平面且它们的传感方向也是在水平平面的情况下，传感器节点参考点的投影将会随着传感方向和节点位置的改变而改变。通过相同参考点在不同传感器节点投影面上投影点的比较，来比较理解不同传感器节点的相关特性。传感器模型:如附图2所示，无线多媒体传感器网络中的节点具有方向感知特性，其特性是方向性传感和三维到二维的投影，在计算机视觉中可以用针孔相机模型进行模拟。如附图2所示，P’(u，ν)τ为一个场景点P在某节点像平面上的投影点，其中u和V可由P点在该节点坐标系中的坐标(X，Y, ζ)及相机节点焦距f求得。基于上述传感器模型，我们可以得到参考点A、B、C、D、E、F在任意相机节点投影平面上投影点的坐标。于是设计了一个差别函数来表示不同相机之间参考向量的投影差别:假设相机i和相机j是两个任意的在水平平面的可以观测同一个兴趣域的相机，差别函数可由以下步骤获得:I)确定相机i和相机j的传感方向和位置。2)基于之前的传感器模型，计算在每个相机参考向量的投影。3)为每一对归一化向量、OB.和55计算距离。例如，如果:5又在相机i中的投影是0卢严(Ui, Vi)'在相机j中是Ojaj= (U」,ν」)τ,距离的计算是 本文档来自技高网...
【技术保护点】
一种面向数据收集的多媒体传感网能量有效节点选择方法，其特征在于该方法包含在以下的具体步骤：初始场景设置：步骤1)设置观测区域及多媒体传感器节点：设置需要采用多媒体传感器网络监测的区域场景范围；设置系统选择的节点集合的联合熵要求值；初始化每个传感器节点的能量值；初始化监测场景中无线多媒体传感器节点的数量、布撒位置坐标、主感知方向以及感知半径；步骤2）由节点位置坐标计算传感方向和x轴的角度θ以及节点沿传感方向相对于目标区域中心的偏移距离r；多媒体传感器节点相关性定义：步骤3）定义空间相关性函数来描述通过多媒体传感器节点的重叠视野所观察到的图像的相关特性；多节点的联合作用：步骤4）实现如何在一个多媒体传感器网络中以最少的节点获得尽可能多的数据信息，节点所感知的数据信息必须和所观测图像的相关特性有关，并且各节点之间感知的数据相关性越小，其将提供更多信息给汇聚节点；能量消耗模型和信息熵框架：步骤5）构建出一个能量消耗模型以评估任意时刻每个节点的能量剩余量；步骤6）基于步骤3中定义的节点相关性描述函数，构建出一个基于熵的框架以评估多节点提供的信息量；基于能量消耗模型和相关性的节点选择：步骤7）由人工设置或系统默认设置传感器节点允许能量最低值；初始节点集合为空，首先选择汇聚节点作为起始点，并将其加入到初始选择节点集合中；步骤8）综合考虑节点间相关性与节点能量值；从能量值高于允许能量最低值的所有非选择节点中选择一个与选择节点集合相关性最小的节点，将其加入至选择节点集合中，同时根据能量消耗模型对该节点的能量消耗进行计算；步骤9）重复步骤8的操作，直至选择节点集合中所有的节点联合熵增加至系统所设置要求值，或所有非选择节点的能量值均低于允许能量最低值时则系统停止。...
【技术特征摘要】
1.一种面向数据收集的多媒体传感网能量有效节点选择方法，其特征在于该方法包含在以下的具体步骤: 初始场景设置: 步骤I)设置观测区域及多媒体传感器节点:设置需要采用多媒体传感器网络监测的区域场景范围；设置系统选择的节点集合的联合熵要求值；初始化每个传感器节点的能量值；初始化监测场景中无线多媒体传感器节点的数量、布撒位置坐标、主感知方向以及感知半径； 步骤2)由节点位置坐标计算传感方向和X轴的角度Θ以及节点沿传感方向相对于目标区域中心的偏移距离r ； 多媒体传感器节点相关性定义: 步骤3)定义空间相关性函数来描述通过多媒体传感器节点的重叠视野所观察到的图像的相关特性； 多节点的联合作用: 步骤4)实现如何在一个多媒体传感器网络中以最少的节点获得尽可能多的数据信息，节点所感知的数据信息必须和所观测图像的相关特性有关，并且各节点之间感知的数据相关...
【专利技术属性】
技术研发人员：肖甫，杨谢琨，孙力娟，王汝传，郭剑，韩崇，刘林峰，黄海平，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。