一种连通约束下有向传感器任务监测的部署方法技术

本发明专利技术公开了一种连通约束下有向传感器任务监测的部署方法，包括：有N个任务监测点，在具有固定的已知位置和方位角的二维区域Ω中,同时有一个同构集合的B个有向传感器有待部署在Ω平面上M个候选位置构成的连通图；将原始要解决的问题简化成连通约束下的子模集函数优化问题；设计一种解决连通约束下的子模集函数最大化的近似算法，并得到一个常数近似比；提出提取候选方位角技术，为每个部署的传感器选择一个最佳的方位角，从而达到最大化网络整体任务监测效用。本发明专利技术通过简化算法，仅提取有限个可能的候选方位角而不用考虑连续无穷多个候选方位角。

【技术实现步骤摘要】
一种连通约束下有向传感器任务监测的部署方法
本专利技术涉及无线传感网络中的有向传感器的部署领域，具体涉及通过确定有向传感器的位置和方向角来保证部署的有向传感器之间可以相互通信并最大化有向传感器用于监测任务点的整体监测效用。
技术介绍
传感器技术、微波技术、现在网络和无线通信技术的发展极大促进了现代无线传感网络的发展。无线传感网络极大的扩展了人们获取信息的能力，将客观环境的物理信息与网络传输进行结合，为人们提供最直接、最有效和最真实的信息。因此，无线传感网络技术具有广阔的应用前景，可用于军事、工农业控制、城市管理、生物医学、环境监测、救灾监测等领域。有向传感器通常需要彼此通信以交换诸如位置，时间以及从环境中收集到数据信息以用于实际目的。例如：1)协作调度以实现某些目标，诸如优化任务监测效用；2)从传感器和/或监测任务点收集到某个监测任务点的数据信息；3)传感器之间的配置更新。这些目的需要有向传感器彼此之间可以通信。此外，与有线通信相比，无线通信在实现有向传感器连通性方面显示出其特殊优势，例如：1)降低了通信线路成本、布局和维护的财务和人力开销；2)有向传感器动态加入或离开网络时通信建立更方便；3)它更可靠，因为通信线路在户外和工厂等恶劣环境中暴露了风险；4)对于移动的有向传感器来说更为优选。现有技术中，尽管已经出现了一些工作研究有向传感器的部署方案，但是，它们中的大多数几乎都是几何问题；还有一些考虑了最大化具有连通约束的子模集函数的问题。但尽管如此，这些研究均不能解决连通约束下有向传感器任务监测的部署的技术问题，而设计一种确保部署的有向传感器之间可以相互通信的部署算法来最大化网络整体任务监测效用，是本领域技术人员亟待解决的技术问题。
技术实现思路
本专利技术目的是：在保证有向传感器可以相互通信并且限制部署有向传感器的数量的情况下，通过确定有向传感器的部署位置和方位角来达到最大化网络整体任务监测效用。为实现上述目的，本专利技术提出一种连通约束下有向传感器任务监测的部署方法，对有向传感器和监测任务都采用了实用的定向感知模型，并限制了每个候选位置所能部署的有向传感器的数量，一方面要设计求解连通约束下的最大化子模函数的方法，该方法有一个常数近似比的近似算法；另一方面要考虑传感器的定向性，为每个传感器选择最佳的方位角来最大化网络整体任务监测效用。其中，有向传感器在本文中也叫无线传感器或简称传感器，有向传感器的连通约束是指部署的有向传感器之间可以相互通信，也就是说，在给定固定数目的有向传感器和候选位置，在确保有向传感器相互通信的限制下，确定每个有向传感器的部署位置和方位角，从而使总体任务监测效用函数最大化。该方法主要包括：(1)有N个任务监测点，在具有固定的已知位置和方位角的二维区域Ω中,同时有一个同构集合的B个有向传感器有待部署在Ω平面上M个候选位置构成的连通图。(2)将原始要解决的问题简化成连通约束下的子模集函数优化问题.(3)设计一种解决连通约束下的子模集函数最大化的近似算法，具体分为4个小步骤：区域划分、利润分配、寻找配额斯坦纳树、计算最佳子树，该算法的得到一个常数近似比。(4)提出提取候选方位角技术，为每个部署的传感器选择一个最佳的方位角，从而达到最大化网络整体任务监测效用。本专利技术的有益效果是：(1)提出解决最大化连通约束下的子模函数的优化方法，并具有常数近似比的保证。(2)提出提取候选方位角技术，在没有性能损失的情况下，将把方位角的无数个候选方式减少到有限个候选方位角，即将无限搜索空间变为有限个搜索空间，减少了搜索空间，也大大提高了搜索效率。(3)通过模拟和现场实验，该算法的性能优于其他比较算法83.35％，仿真结果进一步验证了我们的理论发现。附图说明图1：有向感知模型示意图；图2：区域划分示意图；图3：候选方向角提取示意图；图4：方向角选择示意图。具体实施方式本专利技术提出有向传感器连通约束的概念、考虑有向传感器的数量限制以及每个候选位置部署的有向传感器的数量限制，设计连通约束下有向传感器的部署算法，最大化网络整体任务监测效用。连通约束是指部署的有向传感器之间可以相互通信，也就是说，在给定固定数目的有向传感器和候选位置，在确保有向传感器的连通的限制下确定每个有向传感器的部署位置和方位角，从而使总体任务监测效用函数最大化。实施例中公开一种连通约束下有向传感器任务监测的部署方法，具体可包含四个阶段：阶段1.1：定向任务监测模型构建和问题定义首先，定义定向任务监测模型：设有监测任务oi，其范围可近似为一个以该点为圆心、圆心角为Ao、半径为D的扇形；设有有向传感器sj，其监测范围可近似为一个以该点为圆心、圆心角为As、半径为D的扇形。假设oi、sj朝向方向的单位向量分别为则sj可监测到任务oi须满足以下条件：其中，||oisj||代表oi与sj之间的距离，代表向量和向量之间的夹角。实施例中采用通用的定向任务监测模型(注意，全向任务监测模型是传感器角度为2π的定向任务监测模型的特例)。假设我们有N个任务监测点，记为O＝{o1,...,oN}，在具有固定的已知位置和方位角的二维区域Ω中，我们也有一个同构集合的B个定向的无线传感器S＝{s1,...,sB}部署在Ω平面上M个候选位置P＝{p1,...,pM}构成的连通图，如果部署的传感器si和sj之间的距离不大于Rc，则这对传感器si和sj可以彼此通信。如图1所示，具有由方向矢量表示的传感器si仅能够监测在一个扇形监测区域中的任务，这个扇形监测任务的监测角度为As，监测半径为D。类似地，可监测任务oj，由表示的方向矢量只能被一个扇形的监测区域监测，该扇形区域的被监测角度为Ao，监测半径为D。形式化地，从传感器si到任务oj的监测效用Pr(si,θi,oj,φj)可以表示如下：式中，表示si和oj之间的距离，是随si和oj之间距离变化的一个减函数，θi表示传感器监测方向角，φj表示任务的方向角。当任务oj被多个无线传感器监测时，每个有向传感器对任务的监测效用可通过公式(2)计算得到，我们假定oj的接收监测效用来自其所有传感器的效用和，那么，对所有有向传感器计算得到的监测效用求和就得到总接收监测效用x。但由于硬件限制，可监测任务接收的监测效用被限制在某个阈值Pth，所以任务oj的监测效用可以表示如下：公式(3)表示出了任务oj的监测效用首先与总接收监测效用x成比例，然后当总接收监测效用x超过阈值Pth时变为常数。我们考虑在所有部署的传感器都应该连通的限制下，部署最多B个定向的无线传感器使得N个可监测任务的整体监测效用最大化。我们首先将传感器定义为二元组＜pi,θi＞，其中pi是候选位置，θi是传感器部署在候选位置pi处的方向角。对于同一个候选位置pi，我们最多可以部署个传感器，这实际上是候选位置的最大数目传感器的约束。我们用来表示候选位置pi的策略集，即由于我们至多有B个传感器，所以我们可以将传感器放在最多B个候选位置，然后，表示策略集合。通过以上所有定义，实施例中研究的连通无线传感器部署问题可以表述如下：其中，其中，f(A)是当传感器选择A集合的部署策略时的总体监测效用；F是策略集合的子集，Fa是满足候选位置最大数目传感器约束以及最多有B个传感器约束的策略集合。阶段1.2：本文档来自技高网...

【技术保护点】
1.一种连通约束下有向传感器任务监测的部署方法，其特征是，包括：步骤S1：基于定向任务监测模型，构建关于如何部署最多B个符合连通约束条件下的有向传感器使N个可监测任务的整体监测效用最大化的问题(即连通有向传感器部署问题P1)的数学模型；步骤S2：将步骤S1中的问题简化成找到最多B个连通的候选位置用于部署最多B个全向传感器来达到整体监测效用最大化的问题(即连通约束下的子模集函数优化问题P2)；步骤S3：设计一种解决连通约束下的子模集函数最大化的近似算法，获得部署全向传感器的B个最佳候选位置；步骤S4：为各个最佳候选位置选择部署全向传感器的最佳方向(即部署传感器最佳方向选择问题P3)，包括方向角提取和最佳方向角选择，从而达到整体任务监测效用最大化的目标。

【技术特征摘要】
1.一种连通约束下有向传感器任务监测的部署方法，其特征是，包括：步骤S1：基于定向任务监测模型，构建关于如何部署最多B个符合连通约束条件下的有向传感器使N个可监测任务的整体监测效用最大化的问题(即连通有向传感器部署问题P1)的数学模型；步骤S2：将步骤S1中的问题简化成找到最多B个连通的候选位置用于部署最多B个全向传感器来达到整体监测效用最大化的问题(即连通约束下的子模集函数优化问题P2)；步骤S3：设计一种解决连通约束下的子模集函数最大化的近似算法，获得部署全向传感器的B个最佳候选位置；步骤S4：为各个最佳候选位置选择部署全向传感器的最佳方向(即部署传感器最佳方向选择问题P3)，包括方向角提取和最佳方向角选择，从而达到整体任务监测效用最大化的目标。2.根据权利要求1所述的部署方法，其特征是，步骤S1具体包括：设有监测任务oi，其范围近似为一个以该点为圆心、圆心角为Ao、半径为D的扇形；设有有向传感器sj，其监测范围近似为一个以该点为圆心、圆心角为As、半径为D的扇形；oi、sj朝向方向的单位向量分别为||oisj||代表oi与sj之间的距离；假设有N个目标监测任务，记为O＝{o1,...,oN}，在具有固定的已知位置的二维区域Ω中，有一个同构集合的B个有向传感器S＝{s1,...,sB}有待部署在Ω平面上M个候选位置P＝{p1,...,pM}构成的连通图；定义有向传感器为二元组＜pi,θi＞，其中pi是候选位置，θi是传感器部署在候选位置pi处的方向角；对于同一个候选位置pi，最多部署个传感器，即候选位置的最大数目传感器的约束；来表示候选位置pi的策略集，即表示策略集合；F是策略集合的子集，Fa是满足候选位置最大数目传感器约束以及最多有B个传感器约束的策略集合；连通有向传感器部署问题P1表示如下：s.t.A∈FαandSubgraphAisconnected其中，其中，f(A)是当有向传感器选择A集合的部署策略时的总体监测效用；步骤S2中，连通约束下的子模集函数优化问题P2表示如下：s.t.A'∈PandSubgraphA'isconnected其中，是B个全向传感器的整体监测效用；步骤S4中，部署全向传感器最佳方向选择问题P3表示如下：s.t.θi∈[0,2π)其中，是考虑传感器的方向之后的总体监测效用；式中，oi表示监测任务，sj表示有向传感器，pi是候选位置，θi是传感器部署在候选位置pi处的方向角，φj表示任务的方向角，表示策略集合，来表示候选位置pi的策略集，3.根据权利要求2所述的部署方法，其特征是，步骤S3具体包括：S31：将能够覆盖所有的N个任务和M个候选位置的区域H，将区域H划分为多个边长为的均匀小正六边形单元；将这些小正六边形单元分成不同的组，使得在同一个小正六边形单元中部署在候选位置上的所有传感器能相互通信，Rc表示有向传感器之间的通信半径；同一组中不同的小正六边形单元之间的间隔单元的数目至少是沿划分线间隔I个小正六边形单元，I由向上取整得到；将这些小正六边形单元划分为K个不同的组，其中K＝I2+2I+1，使得在每个组中，相邻小正六边形单元之间...

【专利技术属性】
技术研发人员：陈贵海，戴海鹏，于楠，汪笑宇，刘向阳，
申请(专利权)人：南京大学，
类型：发明
国别省市：江苏,32