器C的观测范围在圆〇 之外时，其观测性能由相切情况时的圆心角来表征，如图3 (a)、3 (b)所示的奶、约*当目标 (4) X满足式⑴和式⑵时，图像传感器C对目标X的观测性能函数为[0033]
[0034]
[0035] 此时，图像传感器C对目标X的观测性能用[0,0.5]之间的数值来表征，随着观测 目标大小r的变化，图像传感器C对目标X的观测性能曲线如图5所示。
[0036] 步骤S104,建立观测区域模型。
[0037] 在本发明的一个实施例中，观测区域大小为MXN，其中包括正常观测区域和重要 的观测区域；对观测区域离散化处理，以密度为gs划分网格，所述观测区域中的网格点由 矩阵Q表示
[0039] 其4
k，k=1，2,…t代表重要的观测区域；
[0040] 步骤S105,建立网络覆盖率模型。[0041] 在本发明的一个实施例中，网络覆盖率模型为
[0042]
[0043]
[0044]
[0045] 其中，R代表任意一个图像传感器的覆盖区域，Q为观测区域，mXn代表监控区域 中所有网格点数；
[0046] 步骤S106,建立网络观测模型。
[0047] 步骤6. 1建立一个图像传感器对一个目标点的观测模型。在本发明的一个实施例 中，一个图像传感器C对一个目标点X的观测模型由式（4)定义
[0048]
[0049] 步骤6. 2建立多个图像传感器对一个目标点的观测模型。在本发明的一个实施例 中，多个图像传感器Q，i= 1，2…T，对一个目标点X的观测模型为能观测到目标点X的所 有图像传感器Q的观测值之和
[0050]
(@)
[0051] 其中，T为能够覆盖目标点X的所有图像传感器的数目，2g' (X)为不同图像传 感器相对于目标X重叠视场部分的观测值。
[0052] 步骤6.3建立多个图像传感器对网络中某一区域的观测模型。在本发明的一个实 施例中，多个图像传感器Q，i= 1，2…T，对网络中某一区域Q'的观测模型为
[0053]
(位）
[0054] 其中，父1￡0，，1 = 1，2，，11父(11，口1\(11为区域0，中网格点的总数；
[0055] 步骤S107,图像传感器网络的优化部署。
[0056] 在本发明的一个实施例中，网络部署优化函数为
[0057]
(1〇)
[0058] 其中，P(Q)为网络的覆盖率，G(Q'k)为网络中重点观测区域k的观测值， 所述的重点观测区域的个数为t，k越大，所述重点观测区域Q'越重要，Ak为权重因子， 所对应区域越重要，A14取值越大，所述A14取值满足
[0059]
(11)
[0060] 其中，10,当不考虑网络中存在重点观测区域时，Ak= 〇 ;
[0061] 相对应于优化函数（10)的网络部署优化模型如图6所示，对上述优化模型利用二 元整数规划方法进行优化，得到网络的优化部署结果。
[0062] 通过本发明提出的一种图像传感器网络优化部署方法，可以克服现有图像传感器 网络部署和运行灵活性低，观测效率不高的问题，为图像传感器网络实现高效监控提供了 有力的研究基础。
[0063] 最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制。本领 域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或对 其中部分技术特征进行等同替换，而这些修改或者替换，并不使相应技术方案的本质脱离 本发明各实施例技术方案的精神和范围，本发明的范围由所附权利要求及其等同限定。
【主权项】
1. 一种图像传感器网络优化部署方法，其特征在于，包括图像传感器观测模型的建立 和图像传感器网络的优化部署两个步骤， 所述图像传感器观测模型的建立包括： (1) 建立图像传感器模型：图像传感器模型为一个扇形，用一个四元 表示；其中C表示图像传感器的位置坐标，R表示图像传感器的传感半径，向量P(Z)为图像 传感器的传感方向，a代表图像传感器的观测角；在某时刻t，图像传感器的传感区域是一 个扇形，但随其传感方向的不断调整，图像传感器有能力覆盖到其传感距离内的整个圆形 区域；并且，在某时刻t，若目标点X被图像传感器覆盖成立，当且仅当满足以下条件：^之间的夹角； (2) 建立图像传感器观测性能函数：随着图像传感器远离目标，目标对其的张角co会 逐渐减小，进而图像传感器的观测性能会逐步下降，建立观测性能函数：其中E= 2. 7+0. 7X(?/ac)，ac为图像传感器的临界观测角，与其空间分辨能力有 关； (3) 建立图像传感器观测模型：利用图像传感器的观测性能函数可以构造其对目标的 观测模型其中，为目标可见区域对目标中心的张角； 所述图像传感器网络的优化部署包括： (1)建立观测区域模型：所述观测区域大小为MXN，其中包括正常观测区域和重要的 观测区域；对观测区域离散化处理，以密度为gs(gs的选取与系统要求精度相关）划分网 格，所述观测区域中的网格点由矩阵Q表示：其中，R代表任意一个图像传感器的覆盖区域，Q为观测区域，mXn代表监控区域中所 有网格点数； (3)建立网络观测模型：所述建立网络观测模型包括：建立一个图像传感器对一个目 标点的观测模型，建立多个图像传感器对一个目标点的观测模型和建立多个图像传感器对 网络中某一区域的观测模型； 所述一个图像传感器对一个目标点的观测模型由式（4)定义：所述多个图像传感器对一个目标点的观测模型为能观测到目标点的所有图像传感器 的观测值之和：其中，T为能够覆盖目标点X的所有图像传感器的数目，2g' (X)为不同图像传感器 相对于目标重叠视场部分的观测值； 所述多个图像传感器对网络中某一区域Q'的观测模型为：其中，P(Q)为网络的覆盖率，G(Q'k)为网络中重点观测区域Q',的观测值，所述 的重点观测区域的个数为t，k越大，所述重点观测区域Q'越重要，Ak为权重因子，所对 应区域越重要，A,取值越大，所述A,取值满足其中，A1= 10,当不考虑网络中重点观测区域的观测可靠度时，A=〇; 对式（10)利用二元整数规划方法进行优化，得到网络的优化部署结果。
【专利摘要】本发明提出了一种图像传感器网络优化部署方法，包括图像传感器观测模型的建立和图像传感器网络的优化部署两个基本步骤。步骤一，针对图像传感器对目标观测的特点，建立图像传感器的观测模型；步骤二，通过建立观测区域模型，网络覆盖率模型及网络的观测模型建立网络的优化部署函数，通过对该函数的优化，得到网络的最佳部署。本发明建立了图像传感器对目标的观测性能函数，通过将更为完善的图像传感器观测模型引入到图像传感器网络的优化部署中，有效解决了图像传感器网络中，部署和运行灵活性低，观测效率不高的问题。
【IPC分类】H04W16/18, H04W24/02, H04W84/18, H04N7/18
【公开号】CN105050097
【申请号】CN201510324155
【发明人】孙茜, 王小艺, 许继平, 王立, 张慧妍, 于家斌
【申请人】北京工商大学
【公开日】2015年11月11日
【申请日】2015年6月12日