一种工业环境传感器节点非规则感知区域快速检测方法与流程

本发明涉及无线传感器网络技术领域，更具体地，涉及一种无线传感器网络中传感器节点非规则感知区域快速检测方法。

背景技术：

传感器节点实际感知能力是决定其服务可用性的关键，在工业环境中强电磁干扰、金属介质、多障碍物等混杂与多源干扰因素，传感器节点在各个方向上的感知能力表现并不完全相同，其实际感知范围通常应该是非圆形的不规则区域。在传感器节点有效感知能力描述方面，目前常见的感知模型有圆盘模型、随机概率模型、修正概率模型、方向感知模型等，上述传统感知模型在描述不规则感知区域有一定局限，其中，圆盘模型与随机概率模型相对比较简单，修正概率模型本质是圆盘模型上的改进，不符合工业环境传感器感知区域不规则的特点；对于某些对目标的感知具有方向性传感器节点，方向感知模型可用于描述其监测能力，但工业环境下还需考虑其感知的不确定性问题。

传感器节点的不规则感知区域很难通过数学模型推导计算获得，为获取真实环境下传感器节点不规则感知区域，通常采用基于观察监控区域中发生事件的思想，通过收集能够被节点监测到的所有事件的位置信息来计算该节点的实际感知区域，采用地毯式事件移动搜索是获取传感器实际感知区域(包括确定检测区、概率检测区)的常见方法，但效率较低。明尼苏达大学Hwang等人(Joengmin Hwang,Tian He,and Yongdae Kim,Exploring In-Situ Sensing Irregularity in Wireless Sensor Networks,IEEE Transactions on parallel and distributed systems,vol.21,no.4,April 2010)在这方面做了较有代表性的工作，提出物理感知区域建模(P-SAM)检测实际感知区域的方法，P-SAM是基于可控事件的节点感知区域精确建模方法，其方法没有考虑节点存在概率感知区域的问题。工业环境中传感器节点不规则感知区域依然需要通过现场实际检测获得，如何产生被检测事件，即用最小的代价和最快的速度检测得到传感器节点的感知模型是需要重点关注的问题。

为此，为获得工业混杂干扰环境下传感器节点感知能力，本发明提出一种非规则感知区域快速检测方法，采用一种基于启发式事件移动的搜索检测方法，可大幅减少事件移动搜索范围，有效解决了目前地毯式事件移动搜索检测方法代价高、效率低的问题，用较小的代价和较快的速度获取传感器节点的确定性感知区域边界。

技术实现要素：

在工业环境中强电磁干扰、金属介质、多障碍物等混杂与多源干扰因素，传感器节点实际感知范围通常应该是非圆形的不规则区域，如图1所示，其确定性感知区域为非规则形状，整个感知区域分为完全感知区、概率感知区以及完全忽略区。为实现传感器节点非规则感知区域快速获取，本发明提出一种基于启发式事件移动的感知区域搜索检测方法，其核心思想是：每个传感器节点对其完全感知区边界线附近发生的事件进行分析，如果在某个时刻，事件从消失到被连续发现或从被连续发现变为消失，那么可以据此计算完全感知区的边界位置。具体方法包括如下两个阶段：

第一阶段：完全感知区域边界粗粒度估计

本阶段目标是检测估计出节点完全感知区域与概率感知区域的边界位置，具体方法如下：

如图2所示，R_s为传感器节点S概率感知区域的半径，以传感器节点S为圆心，任意选定两条相互垂直的直径，得到以S为圆心的四条半径沿四条半径方向设置事件源检测点，采用等距分段方式，划分段数n与要求的检测精度T有关，n值越大，表示事件源检测点越密集，完全感知区域边界点估计的精度越高。为实现高精度的边界估计，可设定每个分段长度与检测精度T(如检测精度T＝0.1m)相同。

基于启发式事件移动方法，事件源e首先沿半径方向向外移动，在远离传感器节点S的过程中，事件源最初邻居传感器S，能够被持续发现检出，假定当移动到位置P_i时，传感器节点S首次不能检测到事件e，那么估算沿方向的完全感知区边界位置点为(P_i-1+P_i)/2，该点与传感器节点距离为R_A,类似的，事件源e陆续沿半径方向向外移动，获得完全感知区域沿各个方向的边界位置点与传感器节点S的距离：R_B，R_C，R_D；

通过四个方向的检测，估计传感器节点S的完全感知区域为半径为R_T＝(R_A+R_B+R_C+R_D)/4的圆形区域。下一阶段，以上述过程估计的圆形区域为基础，精确确定传感器节点的非规则完全感知区域边界。

第二阶段：完全感知区域边界细粒度检测

如图3所示，在估计出以R_T为半径的完全感知区域后，进一步精确检测传感器节点的非规则完全感知区域边界，按角度θ将以R_T为半径的圆周进行等分并得到移动基点集合{P₁,P₂,…,P_l,P_m,…,P_n}，且θ能被360整除。直线连接传感器节点S与移动基点P_m，并向外延伸与概率感知区域边界的圆周(以R_s为半径的圆周)相交于点T_m。事件源以R_T为半径的圆周上的各个移动基点P_m为起始点，以直线为运动路径开始检测完全感知区域边界。

同时，采用以下方法进一步提升检测效率：首先检测在移动基点P_m处，事件源e是否能被传感器节点S检测到，如果P_m位置点上事件源能被检测到，则判断该点处于完全感知区域内，那么事件源e沿直线向外侧T_m点移动，寻找完全感知区与概率感知区域的边界位置；否则，则判断该点处于概率感知区域内，事件源e沿直线向内侧传感器所在位置S点移动。

在事件源移动过程中，采用分级的启发式检测方法，具体过程如下：

情况一：如事件源在P_m处能被检测，按一定步长沿直线往外侧T_m移动：

1)首先，可将等距分成k份，共k个事件源检测点，检测点集合为一般可取其中|P_mT_m|表示的长度，T为要求的检测精度，α≥1。传感器节点S判断在各检测点事件源e是否能被检测到。如事件源e在移动到之前的各个检测点都能连续被发现，但在位置未能被发现，那么判定确定性感知区域边界在与之间。

2)Step2：判断是否成立，其中T为完全感知区域边界检测精度。如不成立，则表示未能达到检测精度，为更加细粒度的检测完全感知区域边界位置，采用分级逼近方法，事件源以为新的移动起点，沿直线往移动，同样将等距分成k份，检测点集合为如果事件源e在移动到某个位置点之前都能被连续发现，但在位置未能被发现，那么判定确定性感知区域边界在和之间。

3)Step3：判断是否满足边界检测精度需求，即判断是否成立，若成立，则表示满足精度要求，计算完全感知区域边界位置点为否则，重复Step2步骤，进一步逼近确定性感知区域边界位置。

情况二：如事件源在P_m处不能被检测，按一定步长沿直线往内侧移动：

1)首先，可将等距分成k份，共k个事件源检测点，检测点集合为一般可取其中|P_mS|表示的长度，T为要求的检测精度，α≥1。传感器节点S判断在各检测点事件源e是否能被检测到。如事件源e从开始，连续两个检测点都能被检测发现，但在位置未能被发现，那么判定确定性感知区域边界在与之间。

2)Step2：判断是否成立，其中T为完全感知区域边界检测精度。如不成立，则表示未能达到检测精度，为更加细粒度的检测完全感知区域边界位置，采用分级逼近方法，事件源以为新的移动起点，沿直线往移动，同样将等距分成k份，检测点集合为如事件源e从开始，连续两个检测点都能被检测发现，但在位置未能被发现，那么判定确定性感知区域边界在与之间。

3)Step3：判断是否满足边界检测精度需求，即判断是否成立，若成立，则表示满足精度要求，计算完全感知区域边界位置为否则，重复Step2步骤，进一步逼近确定性感知区域边界位置。

以移动基点集合{P₁,P₂,…,P_l,P_m,…,P_n}中每一点为运动起点，检测得到对应的确定性感知区域边界位置点所有位置点平滑连接即构成确定性感知区域边界。

本发明的有益效果是：所提出的一种工业环境传感器节点非规则感知区域快速检测方法，采用启发式事件移动的感知区域搜索检测方法：首先，粗粒度的检测估计出节点完全感知区域与概率感知区域的边界位置，缩小事件移动搜索范围；进一步，采用分级的启发式事件移动方法进行细粒度的完全感知区域边界检测。该方法有效解决了目前地毯式事件移动检测方法代价高、效率低的问题，大幅减少事件移动搜索范围，用较小的代价和较快的速度获取传感器节点的确定性感知区域边界。

附图说明

图1是本发明的工业环境传感器节点非规则完全感知区域示意图

图2是本发明的传感器节点完全感知区域粗粒度估计示意图

图3是本发明的启发式移动的传感器节点完全感知区域边界细粒度检测示意图

具体实施方式

下面结合附图与实施例对本发明做进一步说明。

本实施例对一种工业环境传感器节点非规则感知区域快速检测方法的具体实现过程进行详细的说明。如图2所示，在工业混杂干扰环境下，给定传感器节点S，依照以下步骤检测其非规则完全感知区域边界：

Step1：粗粒度估计传感器节点非规则完全感知区域边界

以传感器节点S为圆心，任意选定两条相互垂直的直径，得到以S为圆心的四条半径。沿四条半径方向设置事件源检测点，采用等距分段方式，为实现高精度的边界估计，可设定每个分段长度与检测精度T(如检测精度T＝0.1m)相同。

基于启发式事件移动方法，事件源e分别沿四条半径方向向外移动。以半径方向为例，在远离传感器节点S的过程中，事件源最初邻近传感器S，能够被持续发现检出，假定当移动到位置P_i时，传感器节点S首次不能检测到事件e，那么估算沿半径方向的完全感知区边界位置点为(P_i-1+P_i)/2，该点与传感器节点距离为R_A。类似的，事件源e陆续沿半径方向向外侧移动，获得完全感知区域沿各个方向的边界位置点与传感器节点S的距离：R_B，R_C，R_D。通过四个方向的检测，估计传感器节点S的完全感知区域为半径为R_T＝(R_A+R_B+R_C+R_D)/4的圆形区域。

Step2：细粒度检测传感器节点非规则完全感知区域边界

如图3所示，在估计出以R_T为半径的完全感知区域后，进一步精确检测传感器节点的非规则完全感知区域边界。为避免进行大面积的地毯式事件移动，按角度10°将圆周等分为36份并得到36个移动基点的集合{P₁,P₂,…,P_l,P_m,…,P_n}，n＝36。事件源按顺序以各个移动基点P_m为起始点，以直线为运动路径检测完全感知区域边界。在事件源移动过程中，采用分级的启发式事件移动搜索检测方法，根据事件源在P_m处是否能被检测，分为两种情况，具体如下：

情况一：如事件源在P_m处能被检测，则判断该点处于完全感知区域内，按一定步长沿直线往外侧T_m移动，寻找完全感知区与概率感知区域的边界位置：

1)将P_mT_m等距分成k份，共k个事件源检测点，检测点集合为一般可取可取α＝8；传感器节点S判断在各检测点事件源e是否能被检测到。如事件源e在移动到之前的各个检测点都能连续被发现，但在位置未能被发现，那么判定确定性感知区域边界在与之间。

2)判断是否成立，如不成立，则以为新的移动起点往移动，同样将等距分成k份，检测点集合为如果事件源e在移动到某个位置点之前都能被连续发现，但在位置未能被发现，那么判定确定性感知区域边界在和之间。

3)判断是否成立，若成立，则计算得到完全感知区域边界位置点为否则，重复Step2步骤，继续逼近确定性感知区域边界位置。

情况二：如事件源在P_m处不能被检测，判断该点处于概率感知区域内，事件源e沿直线向内侧传感器所在位置S点移动：

1)将P_mS等距分成k份，共k个事件源检测点，检测点集合为传感器节点S判断在各检测点事件源e是否能被检测到。如事件源e从开始，连续两个检测点都能被检测发现，但在位置未能被发现，那么判定确定性感知区域边界在与之间。

2)判断是否成立，如不成立，则事件源以为新的移动起点往移动，同样将等距分成k份，检测点集合为如事件源e从开始，连续两个检测点都能被检测发现，但在位置未能被发现，那么判定确定性感知区域边界在与之间。

3)判断是否成立，若成立，则计算完全感知区域边界位置为否则，重复Step2步骤，继续逼近确定性感知区域边界位置。

以移动基点集合{P₁,P₂,…,P_l,P_m,…,P_n}中每一点为运动起点，检测得到对应的确定性感知区域边界位置点，所有位置点平滑连接即构成确定性感知区域边界。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。