动态视觉传感器网络的研究-模式识别与智能系统专业论文.docxVIP

摘要 W川 \\\ 附mmww Y188940崎 摘要 视觉传感器网络中的视觉节点感知模型为有向感知模型，节点视野受限，因此我们 部署的节点不应是静止的，一般节点分为如下三类:可移动，可旋转以及既可以移动又 可以旋转。对于这种视觉传感器网络，我们称之为动态视觉传感器网络 (Dynamic vision sensor networks，DVSN) 。它结合了视觉传感器网络和移动传感器网络的特点，具有更大 的研究和应用价值。 动态视觉传感器网络的研究一般集中在网络的体系结构、视觉传感器节点、网络覆 盖优化部署、视觉信息处理和服务质量五大方面。本论文重点研究了视觉传感器网络的 定位和网络覆盖优化部署的相关问题。 网络定位是传感器网络的基础，也是覆盖算法执行的前提。本文介绍了目前定位算 法的研究情况，详细介绍了几种典型的定位算法并研究了基于分步求精的 APIT定位算 法，解决了APIT算法对网络分布要求过高阳导致定位覆盖事过低的问题。基于分步求精 思想，本文将埃特金 (Aitken)法代引入定位算法，研究了基于 Aitken法代的定位算法。算 法将定位问题转化成了求误差最小问题，通过法代算法得到的最优解即为定位最优解。 动态视觉传感器网络的覆盖问题可以分为区域覆盖，点目标覆盖和大物体覆盖三个 方面。本文对三种覆盖问题进行了相关研究。 对于区域覆盖问题，本文研究了两步虚拟势场力的自组织控制算法。算法利用对视 觉传感器节点的虚拟引力和斥力的作用，使节点在区域里沿受力方向移动直到达到受力 平衡，均匀分布在监测区域中:继而通过对传感器节点的质心点再次采用虚拟势场 力算法，调度节点的工作方向，最终达到消除覆盖冗余，增大网络覆盖率的效果。 针对点目标覆盖问题，本文提出了两种覆盖优化算法。第一种方法针对方向可调的 节点模型，利用遗传算法在寻优方丽的优势调整视觉传感器节点的位置和方向。由于优 化为多目标优化，因此采用基于加权的遗传算法。第二种方法引入贪婪算法的思想，通 过建立覆盖关系表，使覆盖到最多目标的节点优先工作，然后更新覆盖关系表，删除已 工作的节点和被覆盖的目标点，重复执行贪婪算法直到所有节点都工作或则所有目标点 都被监测到。该算法在覆最到最多目标点的节点不止一个时，采用随机法远择节点，这 会影响覆盖效果，因此引入了贡献率模型，使对覆盖贡献最大的节点优先工作，仿 真表明，算法在优化网络覆盖率的同时，还解决了节点覆蔬冲突的问题。 大物体覆盖是视觉传感器网络特有的问题。由于使用视觉节点时，我们往往希望得 到目标的颜色、大小等物理信息，因此不能将目标简化为质点。这时，一个视觉节点无 法得到完整的目标信息，就需要多个节点协同工作共同覆盖一个目标。文中通过目标的 虚拟引力作用和节点问虚拟斥力和引力的作用，使网络中的视觉节点移动到目标附近， 并均匀分布:然后利用粒子群算法在优化方面的优势，调度节点工作方向，实现目标的 最大化覆盖。 关键 iij: 视觉传感器网络，定位，区域覆盖，点目标覆盖，大物体覆盖 摘要 Abstract Abstract The nodes sensing model in VSN is called directional sensing model，and the node view is limited. So the deployed nodes should not be static. Nodes are generally divided into 由e following three types: removable，rotating，and both of the two. For this network ，we call it Dynamic Vision Sensor Networks (DVSNs). It combines the vision sensor network and mobile sensor network ，with greater research and applic州on value. Study of DVSNs is generally focused on network architecture ，vision sensor node， network coverage optimization，visual information processing and quality of service. 丁he paper mainly researches localization in DVSNs，network coverage optimization and other related issues.