视频传感器网络覆盖问题文档文档格式.docx

视频传感器网络覆盖问题文档文档格式.docx

《视频传感器网络覆盖问题文档文档格式.docx》由会员分享，可在线阅读，更多相关《视频传感器网络覆盖问题文档文档格式.docx（7页珍藏版）》请在冰豆网上搜索。

　　在无线传感器网络中，覆盖问题是一个重要的基础研究问题。

覆盖问题研究如何放置及调度传感器节点工作使得无线网络区域的信息可以被有效地感知。

覆盖问题常与传感器节点的部署与工作调度、网络连通性和能量有效等研究相关。

大多数无线传感器网络中，传感器节点感知的信息不具有方向性，如温度、湿度信息等，因此，研究覆盖问题时通常假定传感器的感知区域为以传感器节点所在位置为中心的圆形。

视频传感器网络中，节点所感知到的目标图像不仅与其放置位置相关，还与其放置的角度和摄像头的拍摄参数密切相关。

相同位置条件下，摄像头的拍摄角度不同，捕获的视频信息相差很大，这使得视频传感器网络的感知模型与传统传感器网络的感知模型存在很大差别，也对视频传感器网络中的覆盖问题的研究提出了新的挑战。

　　目前，研究视频传感器网络覆盖问题的大多数文献把视频传感器网络看作是一种有向传感器网络，只单纯地考虑摄像头的位置和角度，以最大化覆盖率、低成本、网络连通性、能量有效、鲁棒性等为目标设计算法。

而在某些实际应用中，如要监控非法入侵者，如果只拍摄到入侵者的背影不能满足监控的需求，因此文献[1]把目标的面朝方向考虑进来，提出了全视角覆盖问题。

本文将阐述近年来关于视频传感器网络覆盖问题的最新研究成果，介绍不同感知模型下相关的点覆盖、区域覆盖和栅栏覆盖等算法，期望能为展开这一领域研究工作提供有价值的参考。

　　1视频传感器网络

　　1.1视频传感器网络的感知模型

　　传感器的感知模型从物理模型角度看，有全向模型和有向模型两种，从数学模型角度描述，有二值模型和概率模型。

全向模型的感知区域是传感器周围360°

范围内的信息，有向模型的感知区域是一个扇形区域。

传感器是否感知到目标的信息，只有是和不是两种情况时，即为二值模型，这种模型也是大多数传感器网络使用的理想模型，目标落在感知区域内就认为可以感知到信息，否则不能感知；

而在实际应用中，由于一些干扰因素，即使目标位于感知区域内，也可能感知不到，因此，是否感知到信息用概率模型描述更为准确，这个概率可能是目标和传感器节点间的距离等因素的函数。

视频传感器网络中，视频传感器的感知区域通常是一个扇形区域，按感知模型是否高考目标面朝方向，可以分为以下两种：

　　1）与目标朝向无关的感知模型。

　　视频传感器网络中，与目标朝向无关的感知模型和传统的有向传感器的感知模型类似，感知区域在二维空间上可以表示为一个扇形区域。

如图1所示，其中P表示视频传感器的位置，R表示扇形区域的半径，α表示感应视角，视频感知区域（FieldofView，FoV）由P、R、α决定。

更实际的，考虑到如果目标距离摄像头过近，拍摄的图像不能辨识目标，所以在这个扇形区域内，我们用D表示目标与视频传感器的最近距离，则视频感知区域由P、R、α和D决定。

与目标朝向无关的感知模型没有考虑探测目标的面朝方向，只要目标位于感知区域内，就认为可以感知到目标。

　　1）传感器的部署方式。

　　与传统的传感器网络类似，视频传感器网络中节点的部署方式也有两种：

确定性部署（DeterministicDeployment）和随机部署（RandomDeployment）。

确定性部署中每个传感器节点的位置和朝向是预先设定的；

随机部署中，节点的位置和朝向都是随机放置的，如在某些应用中，节点通过飞机撒放的方式随机部署。

确定性部署中，研究节点的部署策略时，通常要最小化遮挡区域和节点覆盖的重叠区域，使得用最少的节点数目保证覆盖的最大化。

随机部署以及有冗余的确定性部署中，通常研究节点的工作调度策略，来延长传感器网络工作时间；

或者假定节点的工作方向可旋转，通过调度节点工作方向实现能量有效、覆盖率最大等目标。

　　2）传感器的感知模型。

　　如1.1节所介绍的，视频传感器网络中，视频节点的感知模型有两种：

与目标面朝方向无关感知模型和与目标朝向有关的感知模型。

研究覆盖问题时，首先要根据应用场景需求，确定感知模型的类型。

　　3）应用需求和问题目标。

　　以能量有效为需求的覆盖问题通常通过部署节点或调度节点的工作时间和工作方向优化能量使用。

以连通性为需求[5]的研究考虑在保证覆盖的同时，如何保证传感器网络内任何一对工作节点间有至少有一条通信链路。

以容错鲁棒性为需求的研究考虑网络内有某个节点失效时，如何保证整个网络依然正常工作，一般通过kcoverage来实现网络的容错性[6]。

上述问题的优化目标可以是最大化网络寿命、最小化覆盖间隙、最小化所选取的传感器节点数目或最小化能量消耗。

视频传感器网络中，可以通过有计划地部署传感器节点，调度传感器的工作时间，旋转视频传感器节点的方向，采用可移动的视频传感器节点等方法来实现优化目标。

　　3视频传感器网络的典型覆盖控制算法

　　按覆盖的需求，传感器网络覆盖问题大致可分为三类[7-8]：

目标（点）覆盖（targetcoverage）[9-14]、区域覆盖（areacoverage）和栅栏覆盖（barriercoverage）。

下面介绍不同感知模型下视频传感器网络的覆盖控制问题的典型算法。

　　3.1目标（点）覆盖

　　目标覆盖研究如何部署和调度传感器节点，使得监控区域内的目标至少被一个传感器节点覆盖。

因为目标在区域内离散分布，所以目标覆盖也被称作点覆盖。

目前关于视频传感器网络的文献均是基于与目标朝向无关的感知模型。

由于与目标朝向无关的感知模型与普通意义上的有向传感器网络的感知模型相同，一些针对有向传感器网络的覆盖控制算法同样适用于与目标朝向无关的感知模型的视频传感器网络。

下面介绍几种均不考虑目标面朝方向的典型目标控制算法，它们的应用需求和优化目标各不相同。

　　Ai等[15]是研究有向传感器网络目标覆盖的先驱，提出了MCMS（MaximumCoveragewithMinimumSensors）问题，即给定m个目标，n个有向传感器节点随机部署在监控区域中，每个传感器有p个工作方向，如何用最少的传感器节点覆盖最多的目标。

作者证明了MCMS问题是NPCOMPLETE问题，并用整数线性规划（IntegerLinearProgramming，ILP）形式化的表示了这个问题。

文中还提出了多项式时间内的集中式贪婪算法（CentralizedGreedyAlgorithm，CGA）和分布式贪婪算法（DistributedGreedyAlgorithm，DGA）。

CGA是一个迭代的过程，每次迭代过程都优先选取可以覆盖目标数目最多的传感器节点及其相应的工作方向。

DGA中，每个节点指定一个优先权值并与两倍感知半径内的邻居比较优先权值的大小，优先权值大的优先选择工作方向，每次选择工作方向的原则也是尽可能覆盖最多的目标。

虽然CGA的优化性能比DGA好，但是DGA通信量和计算复杂度低，更适合实际应用。

　　为了延长网络的生命周期，Cai等[16]提出了MDCS（MultipleDirectionalCoverSets）问题，把传感器节点的工作方向组织为一组不相交的覆盖集，每个覆盖集可以覆盖监控区域内的所有目标，通过覆盖集轮流工作达到网络生命周期最大化的目标。

作者证明了MDCS问题以及DCS（DirectionalCoverSet）问题是一个NPCOMPLETE问题，把MDCS问题形式化为混合整数规划（MixedIntegerProgramming，MIP）问题，然后松弛整数约束把MIP问题变为线性规划（LinearProgramming，LP）问题并提出三种启发式算法：

Progressive算法、ProgResd算法和Feedback算法。

随后，Cai等[17]也研究了DCS问题，把可以覆盖所有目标的传感器的工作方向的集合称作覆盖集（CoverSet），提出了一个集中式算法DCSGreedy和一个分布式算法DCSDist来调度传感器节点的工作方向找到覆盖集。

　　Han等[18]研究了保证连通覆盖的有向传感器节点的部署问题，首先针对连通的点（目标）覆盖（ConnectedPointCoverageDeployment，CPD）问题展开讨论，即如何放置最少的传感器节点并保证连通覆盖。

因为已被证明为NPHARD问题的GSC（GeometricSectorCover）问题是CPD问题子问题，Han等[18]提出了两种GSC问题的近似算法。

　　Fusco等[19]扩展了传统的有向传感器的覆盖问题，研究了如何选择最少数目的传感器节点并指定节点的工作方向，使得目标或区域在给定T内被覆盖k次（SelectingandOrientingDsensorsforkCoverage，SODkC）。

文献[19]证明了SODkC问题是NPHARD问题，提出了一种基于贪婪策略的近似算法。

　　考虑到网络中传感器节点数目有限，或者受部署的限制，在某一时刻可能不能完全覆盖所有目标，受到扫描覆盖（sweepcoverage）的启发，文献[20]创新性地提出了间歇覆盖目标的问题，即目标不是持续被传感器节点所覆盖，而是在一个周期内保证被覆盖一次。

对每个目标来说，相邻两次覆盖的时间间隔就是服务延迟。

作者研究的主要问题就是怎样为每个传感器选择最优覆盖目标集，从而使最大的服务时延最小化。

文中证明了这个问题是NPCOMPLETE问题，并就是否考虑定向传感器的旋转时延两种情况对该问题进行研究，分别提出了集中式和分布式协议。

　　文献[21]考虑到传感器网络传输信息天线（A）和感知信息（S）均分为全向（O）和有向（D）两种，对传感器网络分为OAOS、DAOS、OADS和DADS四种情况，研究了保证连通的能量最小化覆盖算法。

其中OADS、DADS也适用于视频传感器网络。

作者对OADS、DADS提出了多对数近似比的算法。

　　3.2区域覆盖

　　区域覆盖要求监控区域内的每个点至少被一个传感器节点覆盖。

下面按感知模型是否与目标朝向有关，介绍相关研究工作。

　　3.2.1基于与目标朝向无关的感知模型的区域覆盖

　　如果不考虑覆盖目标的面部朝向，视频传感器网络的区域覆盖等同于有向传感器网络下的区域覆盖，下面介绍相关的典型算法，各算法有各自的优化目标和应用需求。

　　文献[22]首先提出了有向传感器网络的概念，并基于视频传感器分析了有向传感器网络的覆盖模型，对于随机部署的定向传感器网络，给出了预测监测区域覆盖率的理论依据。

然后，文章提出了一个满足给定覆盖率情况下，部署有向传感器节点来保证其连通性的算法。

作者将有向传感器网络模型化为一个有向的通信图，即根据两个传感器节点是否在彼此通信范围之内来决定是否连边，进而分析通信图的连通性，并对一个随机部署的定向传感器网络提出了修复其通信图连通性的方法。

随后，作者研究了有向传感器网络的区域覆盖问题，在文献[23]中首先对静态有向传感器网络中给定的覆盖率精确估算了所需要的传感器的数目，然后设计了一种区域覆盖优化算法，将网络分为若干个连通感知子图（SensingConnectedSubGraph，SCSG），然后采用分而治之的方法为每个SCSG构建多层凸壳集，调整节点感知方向，提出coverageenhanci