傳感器網絡最優(yōu)感知問題研究.pdf

1、傳感器網絡依靠分布于感知場景中的眾多感知節(jié)點,通過數據鏈路將感知信息傳送給服務器,通過數據融合,表達等手段,服務于用戶。其在交通管理、安全監(jiān)控、農業(yè)生產、虛擬現實等領域有著廣泛的應用。
　　在傳感器網絡的諸多關鍵問題中,優(yōu)化計算都扮演著極其重要的角色。對于網絡架設初期的節(jié)點部署和運行階段的目標定位,優(yōu)化算法在其中對于網絡感知質量和求解速度都起著至關重要的作用。針對這兩大問題,本文做出了如下幾項旨在提高感知質量和優(yōu)化效率的工作:

2、r>　　1.本文首先著眼于視覺傳感器網絡,以提高對場景信息獲取能力為目的,設計了基于多智能體遺傳算法的節(jié)點布局算法。由于視頻傳感器具有視場有限且易被遮擋的特點,隨機部署的視頻網絡節(jié)點無法解決上述問題。針對該問題,我首先分析了視頻傳感器的成像特點,建立了各向異性有限觀測場感知模型。該模型可以定性地描述視頻傳感器的信息感知特性。以此模型為度量標準,提出了基于多智能體遺傳計算(MAGA)的節(jié)點布局算法,優(yōu)化視頻網絡節(jié)點部署。該方法首先將給定數

3、目的節(jié)點布局的坐標以一定規(guī)則編碼,輸入到MAGA策略中進行優(yōu)化,以最優(yōu)化觀測質量分布為目標,求解數量一定的視頻節(jié)點的布局。該方法可有效求解出各節(jié)點空間位置及姿態(tài),提高觀測場覆蓋率,保障區(qū)域信息獲取能力。
　　2.在第一部分工作的基礎上,我們進一步提出了基于稀疏表示的高效節(jié)點布局與調度優(yōu)化算法,并設計了基于物理成像過程的視覺傳感器感知模型。節(jié)點部署是影響傳感器網絡服務質量的關鍵因素。部署問題旨在采用最少的視覺傳感器使整個觀測區(qū)域達到

4、期望的觀測質量。部署問題一般被建模為非凸的優(yōu)化問題,我們提出了一個高效的基于稀疏表示的節(jié)點部署凸優(yōu)化算法。同時,我們設計了一種新的視覺傳感器各向異性感知模型,該模型可提供更為合理的觀測質量度量以使部署結果更貼近實際需求。該方法將節(jié)點部署建模為從一個高度冗余的初始分布中選取最優(yōu)子集的問題,即?0優(yōu)化問題。進而,基于稀疏表示理論,我們將?0的非凸優(yōu)化問題松弛為一個?1最小化的凸優(yōu)化問題。因此,節(jié)點部署問題可以通過凸優(yōu)化高效求解。有效保障觀測

5、質量和節(jié)約使用成本。
　　3.隨后,針對目標定位,這一傳感器網絡中的關鍵應用,我們提出了基于一類特殊線性組合,即凸組合,的快速高精度定位算法。我們分別設計了可以處理距離測量信息和角度測量信息的定位算法。目標定位通常被建模為一個優(yōu)化問題以處理含噪測量帶來的影響。然而,由于原始目標函數為非凸函數,致使問題很難求解。本文利用線性表示思想建立了目標定位的凸目標函數。在該方法中,目標的坐標被表示為在其周圍的一組虛靶點的坐標的線性組合。該線性