【摘要】：獲取物理世界的信息是物聯(lián)網(wǎng)所提供的各種應(yīng)用和服務(wù)的基礎(chǔ)。當(dāng)前對(duì)于傳感器感知問(wèn)題的研究大部分是假設(shè)理想的部署環(huán)境或充足的傳感器數(shù)量,而事實(shí)上物聯(lián)網(wǎng)的很多應(yīng)用中,傳感器的感知能力、部署成本以及物理環(huán)境等因素造成物聯(lián)網(wǎng)難以全面感知監(jiān)測(cè)區(qū)域,傳感器的部署和數(shù)據(jù)采集常常受到限制。針對(duì)傳感器部署和數(shù)據(jù)采集受限條件下物聯(lián)網(wǎng)感知能力提高進(jìn)行研究,可以擴(kuò)展物聯(lián)網(wǎng)的應(yīng)用范圍,并成為近年來(lái)物聯(lián)網(wǎng)領(lǐng)域研究的熱點(diǎn)。本文以提高物聯(lián)網(wǎng)在傳感器部署和采集受限條件下優(yōu)化物聯(lián)網(wǎng)感知能力為目標(biāo),全面而系統(tǒng)地研究了物聯(lián)網(wǎng)的傳感器受限的部署優(yōu)化和數(shù)據(jù)采集的一些關(guān)鍵問(wèn)題。主體內(nèi)容分為兩個(gè)部分:傳感器優(yōu)化部署策略和數(shù)據(jù)采集關(guān)鍵技術(shù)。前者主要研究事件感知類監(jiān)控網(wǎng)絡(luò)的傳感器優(yōu)化部署和數(shù)據(jù)空間分析類傳感網(wǎng)絡(luò)的傳感器稀疏部署;后者主要研究不完全采集的數(shù)據(jù)空間重構(gòu)技術(shù)和廣域監(jiān)測(cè)區(qū)域中移動(dòng)機(jī)器人數(shù)據(jù)采集技術(shù)。本文主要研究?jī)?nèi)容和貢獻(xiàn)如下:第一,研究了面向事件感知傳感器(如監(jiān)控?cái)z像頭)不完全覆蓋時(shí)的部署位置優(yōu)化問(wèn)題。針對(duì)監(jiān)測(cè)區(qū)域環(huán)境復(fù)雜,監(jiān)控對(duì)象的信息隨空間位置變化頻繁的場(chǎng)景。部署在監(jiān)測(cè)區(qū)域的監(jiān)控傳感器數(shù)目是有限的或者是給定的條件下,為了提高事件的感知能力,本文提出權(quán)重感知的傳感器不完全覆蓋策略,將有限的感知設(shè)備集中部署在關(guān)鍵的位置。在這類物聯(lián)網(wǎng)應(yīng)用場(chǎng)景中,監(jiān)測(cè)區(qū)域各個(gè)部分的權(quán)重計(jì)算是關(guān)鍵,本文將整個(gè)監(jiān)測(cè)區(qū)域網(wǎng)格化,從感知網(wǎng)格的異常事件發(fā)生概率、異常事件影響度、異常事件容忍時(shí)間三方面融合計(jì)算感知網(wǎng)格的權(quán)重。為了方便計(jì)算與分析,本文提出拉鋸映射方法對(duì)網(wǎng)格的權(quán)重進(jìn)行計(jì)算。綜合傳感精度和覆蓋率,結(jié)合感知網(wǎng)格的權(quán)重,提出了監(jiān)測(cè)傳感網(wǎng)絡(luò)的感知可信度的模型,從而保證可靠且有效的感知到監(jiān)測(cè)區(qū)域異常事件。第二,研究了有利于數(shù)據(jù)重構(gòu)的傳感器稀疏部署問(wèn)題。針對(duì)廣域監(jiān)測(cè)區(qū)域中傳感器感知范圍不能完全覆蓋監(jiān)測(cè)區(qū)域,即監(jiān)測(cè)區(qū)域的面積遠(yuǎn)遠(yuǎn)大于傳感器感知面積,需要考慮傳感器稀疏部署的傳感器放置問(wèn)題。本文充分利用監(jiān)測(cè)區(qū)域物理量之間的空間相關(guān)性,提出了迭代四分格傳感器稀疏部署算法。該方法有利于插值重構(gòu)過(guò)程中重構(gòu)精度的提高。實(shí)驗(yàn)表明當(dāng)利用反距離插值重構(gòu)數(shù)據(jù)空間時(shí),本文所提的迭代四分格稀疏部署方法使得部署更加均勻化,具有較高的重構(gòu)精度。第三,研究無(wú)線傳感器網(wǎng)絡(luò)不完全采集下的魯棒性數(shù)據(jù)空間重構(gòu)策略。針對(duì)監(jiān)測(cè)區(qū)域中存在部分傳感器數(shù)據(jù)丟失或失真情況下的重構(gòu)未部署傳感器區(qū)域的數(shù)據(jù)空間問(wèn)題。由于監(jiān)測(cè)的物理量存在空間關(guān)聯(lián)性,本文利用距離非采集點(diǎn)最近的采集點(diǎn)的信息來(lái)重構(gòu)非采集點(diǎn)的信息。傳感網(wǎng)絡(luò)通常部署在條件惡劣的環(huán)境中,信息丟失或者失真是不可避免的。本文利用神經(jīng)網(wǎng)絡(luò)的魯棒性,提出學(xué)習(xí)算子的概念,將反距離插值算法融入BP人工神經(jīng)網(wǎng)絡(luò),并利用反正切函數(shù)調(diào)和多個(gè)預(yù)測(cè)值,得到具有魯棒性的數(shù)據(jù)重構(gòu)方法。仿真實(shí)驗(yàn)表明本文所提算法比反距離插值算法具有較高的重構(gòu)精度和較強(qiáng)的魯棒性。第四,研究了能量和時(shí)間受限的移動(dòng)采集問(wèn)題。移動(dòng)機(jī)器人采集數(shù)據(jù)時(shí),機(jī)器人能量和執(zhí)行任務(wù)的時(shí)間會(huì)受限。如何在機(jī)器人能量和時(shí)間受限條件下最大化采集信息量面臨著技術(shù)挑戰(zhàn),本文提出能量和時(shí)間感知的移動(dòng)采集策略,將能量和時(shí)間感知的移動(dòng)采集轉(zhuǎn)化成為一個(gè)多目標(biāo)優(yōu)化問(wèn)題。采用極大極小法將多目標(biāo)中的各個(gè)目標(biāo)量進(jìn)行標(biāo)準(zhǔn)化,從而把多目標(biāo)融合成單目標(biāo)問(wèn)題進(jìn)行優(yōu)化求解。本文采用主流的粒子群優(yōu)化算法進(jìn)行采集路徑的在線規(guī)劃優(yōu)化,改進(jìn)粒子群優(yōu)化算法,提出了融合認(rèn)知的粒子群優(yōu)化算法。為了獲得較好的解空間,本文進(jìn)一步研究了粒子的層層競(jìng)爭(zhēng)機(jī)制,使得粒子群優(yōu)化算法的搜索空間擴(kuò)大,收斂較快。通過(guò)仿真實(shí)驗(yàn),可以看出本文所提算法比現(xiàn)在主流的粒子群優(yōu)化算法能獲得較早的收斂和較寬的優(yōu)化解空間,使得機(jī)器人在能量和時(shí)間受限條件下收集信息量大、遇障平均概率較小、行駛總路程較短。
【圖文】：

獲監(jiān)測(cè)區(qū)域的異常事件，一般會(huì)在監(jiān)測(cè)區(qū)域部署多個(gè)事件感知傳感器。當(dāng)傳感器部署在逡逑監(jiān)測(cè)區(qū)域的時(shí)候，傳感器的數(shù)據(jù)信號(hào)傳輸給無(wú)線接收設(shè)備，表示第（／，乃個(gè)感知逡逑網(wǎng)絡(luò)到第0，＜？）個(gè)感知網(wǎng)格的傳感器的距離，從圖２．１可以看出一個(gè)感知網(wǎng)格的數(shù)據(jù)會(huì)同逡逑時(shí)被多個(gè)傳感器采集到，整個(gè)監(jiān)測(cè)區(qū)域的監(jiān)測(cè)物理量的數(shù)據(jù)矩陣設(shè)為。逡逑本文采用掩蔽算子ｒ0來(lái)表示傳感器的部署過(guò)程：逡逑ｒ（Ｘ＜Ｓ＞Ｗ＇）邋＝邋Ｘ？Ｗ＇？Ｑ邐（２－１）逡逑其中Ｖ是整個(gè)監(jiān)測(cè)區(qū)域的所有感知網(wǎng)格的權(quán)重矩陣，？代表將兩個(gè)矩陣的元素對(duì)應(yīng)相逡逑乘。２是一個(gè)似行＃列的感知矩陣，它的定義如下：逡逑當(dāng)傳感器部署在第（ｉ，ｊ）個(gè)感知網(wǎng)格中逡逑２（／，ｙ）邋＝邋ｉ0邋其他邐（２－２）逡逑將滿足２（Ｕ）邋＝邋１的所有感知網(wǎng)絡(luò)的坐標(biāo)組合成為傳感器部署向量：逡逑Ｐ邋＝邋｛（ｉ，Ｊ）＼Ｑ（ｉ，ｊ）邋＝邋ｌ｝邐（２－３）逡逑設(shè)＊表示Ｐ向量的元素個(gè)數(shù)，即能部署的傳感器的總數(shù)。將所有的感知網(wǎng)格以行優(yōu)逡逑先順序進(jìn)行編號(hào)

逡逑義２．８：拉鋸坐標(biāo)：量化兩個(gè)變量或者主體的拉鋸程度的坐標(biāo)軸，以平衡狀態(tài)定這兩個(gè)分量所在的坐標(biāo)組合成為直角坐標(biāo)系，特別是在描繪平衡點(diǎn)隨各個(gè)分趨勢(shì)的時(shí)候需要將兩個(gè)分量的變化坐標(biāo)組合成為直角坐標(biāo)以利于觀察。平衡因時(shí)，以正向量所在坐標(biāo)沿著逆時(shí)針方向呈ｔａｎ—１邋７（／ｔ）夾角畫一射線，以射線上任垂線，垂足為坐標(biāo)原點(diǎn)，垂線趨近于正分量的一端為正方向，趨近于負(fù)分量的方向，這條垂線為兩個(gè)分量的拉鋸坐標(biāo)，負(fù)方向到原點(diǎn)的數(shù)為負(fù)數(shù)，原點(diǎn)到正為正數(shù)。逡逑理２．１：兩個(gè)分量ｊ和５，設(shè)＾＿為歸一化后的正向量，５＂°？為歸一化后的負(fù)某個(gè)平衡狀態(tài)下的ｄ和６的共同作用狀態(tài)在拉鋸坐標(biāo)中的值為：逡逑ｒ＼ｎｏｒｍ逡逑＝Ｖ？ｒ）２＋＾ｒ）２ｘｓｉｎ（ｔａｎ＿，７（＾）－ｔａｎ－邐ｅ邋Ａｊ，ｈ逡逑（２－１Ｂ＇逡逑
【學(xué)位授予單位】：海南大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2019
【分類號(hào)】：TN929.5;TP391.44;TP212.9

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉軍;程良倫;王濤;王建華;;面向可靠感知的傳感網(wǎng)節(jié)點(diǎn)部署優(yōu)化算法[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2015年06期

2 吳建寧;徐海東;;用塊稀疏貝葉斯學(xué)習(xí)算法重構(gòu)識(shí)別體域網(wǎng)步態(tài)模式[J];計(jì)算機(jī)應(yīng)用;2015年05期

3 于哲;農(nóng)永光;郭煒;趙文峰;胡剛;;水質(zhì)在線移動(dòng)監(jiān)測(cè)站研究[J];價(jià)值工程;2013年29期

4 李s，

本文編號(hào)：2687740