CN103648097A - 一种基于无线传感器网络分布式视频协同调度方法 - Google Patents

Abstract

本发明公开了一种基于无线传感器网络的分布式视频协同调度方法采取了多个视频节点协同合作，动态自适应调度，选出合适的视频传感器节点来进行当前视频传输。本在无入侵状态下，系统工作在静态调度状态，根据系统调度服务器分配的时间轮流进入半激活状态；在出现入侵状态后，首先根据动态群组调度，确定入侵区域，其他区域节点保持休眠状态，再依据CPNS算法使得冗余节点进入休眠状态，采集发送节点处于激活状态，区域其他节点进入半激活状态。本发明结合了集中式和分布式的调度方法，提供的方法较好的解决了各视频采集传输节点在能量消耗、能量均衡化、传输管理等方面所存在的问题，提高了无线传感器网络中视频传输的合理性和能量均衡。

Description

一种基于无线传感器网络分布式视频协同调度方法

技术领域

本发明涉及一种基于无线传感器网络分布式视频协同调度方法，适用于无线传感器网络中典型传感器检测和视频监控相结合的周界防护应用领域。

背景技术

无线传感器网络在军事和民用方面都有广泛的应用。一般情况下，无线传感器网络通常要求连续工作很长一段时间内不需要更换电池。优化能量消耗，如最小化传感器和通信的能量消耗去延长整个网络的存活时间是无线传感器网络的一个重要设计目标。而对于无传感器网络分布式视频传感节点来说，相对于其他低功耗传感器，其能量消耗较大。如果无线传感器网络中视频节点一直处于激活状态，能量消耗结束，节点快速失效，整个无线传感器网络系统将不能工作。

为了研究如何降低无线传感器网络中分布式视频节点的能量消耗，分布式调度方案通常可以分为单层网络的分布式节能调度方法和分层网络的分布式节能调度方法。目前单层网络的分布式节能调度方法主要的研究成果有Kumar提出的独立调度机制来延长非对称覆盖网络；Berman等人提出的休眠调度问题；Wu等人阐述的轻量级部署感知调度机制。分层网络的分布式节能调度方法主要成果包括Heinzelman等人提出的低功耗自适应按簇分层机制的调度方法。

发明内容

发明目的：本发明所要解决的技术问题是针对现有技术的不足，提供一种基于无线传感器网络分布式视频协同调度方法。

为了解决上述技术问题，本发明公开了一种基于无线传感器网络分布式视频协同调度方法，在无线传感器网络中设置中心调度服务器控制所有传感器节点，传感器节点包括视频传感器节点和震动传感器节点两类，将视频传感器节点和震动传感器节点组合成的任务节点，通过视频传感器节点和震动传感器节点之间的协作，完成视频协同调度监控。

所述无线传感器网络中节点设置三种状态，分别为：休眠状态、半激活状态、激活状态；其中休眠状态下视频传感器节点和震动传感器节点同时休眠；半激活状态下震动传感器节点单独工作；激活状态下视频传感器和震动传感器同时工作。3种状态能耗是阶梯变化的，可以保证在每个时刻整个系统的能耗合理分布。

当无线传感器网络没有监控到目标监控区域出现入侵目标时，无线传感器网络一直在静态调度方式下工作；当无线传感器网络监控到目标监控区域出现入侵目标时，无线传感器网络启动动态调度方式，选择视频节点进行监控，将采集到的视频图像传输到无线传感器网络的中心调度服务器。在无线传感器网络分布式视频调度中引入低功耗传感器协同的方法，有效地节约了系统能耗。

在无线传感器网络中，没有监控到目标监控区域出现入侵目标时，无线传感器网络如果处于激活状态，视频传感器和震动传感器都将工作，那么无线传感器网络的能耗势必会很大。

因此针对无入侵的情况下，无线传感器网络将采取静态调度方式包括以下步骤：

1.中心调度服务器将整个无线传感器网络平均分为L个部分（根据目标监控区域的面积平均划分，例如可以划分为若干个大小相同的正方形），每个部分都具有独立的目标入侵监控的感知能力轮流扫描对应的L个目标监控子区域，完成对整个目标监控区域进行扫描监控；

2.每个部分的节点数根据各个部分的节点密度不同，中心调度服务器以每个部分节点的平均剩余能量

作为依据来计算各个划分区域的工作时间（半激活状态）。

$\stackrel{\‾}{E_I}=\frac{1}{k}\underset{i=0}{\overset{k}{\mathrm{\Σ}}}{E}_i,$

其中，k为每个目标监控子区域内任务节点数，E_i为每个节点的剩余能量。i为节点标号。

假设整个区域扫描1次时间为T，每个目标监控子区域扫描时间t_i即各个部分的工作时间为：

$t_i=\frac{\stackrel{\‾}{E_I}}{\underset{I=0}{\overset{L}{\mathrm{\Σ}}}\stackrel{\‾}{E_I}}\·T,$

在整个目标监控区域完成一次扫描后，开始新的一次扫描，更新各个部分节点的平均剩余能量

按照同样的方法计算出各个区域扫描的时间。T表示所有目标监控子区域全部静态扫描一次时间。

处于半激活状态的震动传感器检测到入侵目标后，中心调度服务器执行以下步骤：

动态调度方式的动态群组调度，当入侵目标首次出现在无线传感器网络的目标监控区域(目标监控区域在设定时间内没有目标入侵的，就视为首次出现，设定时间可以是1～3分钟)，入侵目标会被处于半激活状态的震动传感器检测到，选择振幅A最大的震动传感器节点作为中心任务节点，若多个节点振幅相同，选择剩余能量较多的节点为中心任务节点，通知距离最近的M个相邻节点，这M个相邻节点组成动态群组G_i，群组G_i内的传感器节点协作监控移动目标，此时群组内节点均处于半激活状态。在群组G_i内，当震动传感器的振幅A达到设定阈值时（采用KAS903传感器，人从0.5m处经过阈值设为3.5V，一般设置为2V～5V），从群组G_i内选取发送能量消耗最小的视频传感器节点进入激活状态，作为视频采集发送任务节点。发送能量消耗的计算公式为：

$E_{\mathrm{Tx}}(k,d)=E_{\mathrm{emit}}\left(k\right)+E_{\mathrm{amp}}\left(k\right)=\left\{\begin{array}{cc}k{E}_{\mathrm{emit}}+k{\mathrm{\&epsiv;}}_{\mathrm{fs}}{d}^2,& d<d_0\\ k{E}_{\mathrm{emit}}+k{\mathrm{\&epsiv;}}_{\mathrm{mp}}{d}^4,& d<d_0\end{array}\right.,$

其中E_Tx(k,d)表示距离d，发射kbit数据所消耗的能量；E_emit(k)表示发射kbit数据发射模块消耗能量；E_emit表示发射1bit发射模块能量；E_amp(k)表示发射kbit数据功率放大消耗能量；ε_fs和ε_mp表示分别表示自由空间传输和多通路衰减传输可接受的位差错率，通常ε_fs取8-15pJ/bit/m²，ε_mp取0.0005-0.0012pJ/bit/m⁴，详细参考DesignGuidelines for Wireless Sensor Network；d表示传播距离，d₀为距离临界值，大小为

当中心任务节点振幅A不满足设定振幅要求时，根据预设振幅和发送能量消耗两个性能指标，重新选择中心任务节点，重新形成新群组G_i+1。当目标开始离开G_i+1时，使用同样的方式选择下一个中心任务节点，类似的形成G_i+2,G_i+3，...。

采用动态调度方式来确定入侵目标所处的目标监控区域，动态调度方式根据震动传感器信号通知周围几个传感器节点，形成一块群组区域。动态群组区域内使用网络覆盖节点调度算法来确定具体工作的节点，从而计算出无线传感器网络中工作节点的数量，保证整个无线传感器网络中的能量消耗得到优化，使得冗余节点工作于休眠状态，区域视频采集发射节点处在激活状态，其他节点处于半激活状态。

动态群组调度方法折衷了距离、精度（由振幅估算）和能量指标，提高了精度；该方法还考虑能量消耗和实时性，当精度满足要求时，考虑能量消耗最少的传感器节点作为采集发送任务节点。同时由于采用了动态群组调度思想，事先通知K个节点，让远离移动目标的节点处于休眠状态，有利于节能，同时收到通知处于半激活状态的节点形成一个动态群组集合，它用于跟踪监控移动目标，提高了跟踪的实时性和鲁棒性。并且可以根据实际需求，通过调整群组集合内节点数目K来适应不同应用需要。

在动态群组内，采用节点覆盖调度算法判定冗余节点，并使得冗余节点进入休眠状态。具体的执行步骤如下所示：

1、节点在划分局部区域内组播消息，相互获取邻居信息。其中信息包括节点当前的剩余能量E_j以及位置信息(x_j,y_j)；

2、组内其他节点收到组播消息并回复，组播的节点收到回复并更新自己的邻居信息列表；

3、计算当前分组内的权值，权值大的节点先进行冗余覆盖的判断。如果节点的权值相同节点剩余能量，剩余能量较少的节点先进行冗余覆盖的判断。其中，根据公式

计算权值，λ(j)表示节点j的权值，a,b是比例因子且a+b=1，一般来说，剩余能量少的尽快进入休眠状态，b取值>a取值，E_j是节点当前的剩余能量，E₀是节点具有的初始能量，N(j)为节点j的感知范围内活跃的邻居节点集，N为分组区域内节点总数；

4、若节点不满足冗余覆盖条件，则直接进入保持原状态，直到新一轮节点调度的开始；

5、若节点满足冗余覆盖的条件，则向邻居节点组播，通知节点自身将进入休眠状态。

有益效果：本发明主要将静态调度和动态调度两种方法相结合，形成一套能量均衡、能耗低、运行稳定、覆盖全面的分布式视频调度方法。本发明主要针对无线传感器网络分布式视频节点的特点，并使用非视频节点的低功耗传感器与视频传感器结合的节点。

附图说明

下面结合附图和具体实施方式对本发明做更进一步的具体说明，本发明的上述和/或其他方面的优点将会变得更加清楚。

图1静态调度方式基本原理框架。

图2动态调度方式示意图。

图3动态群组调度基本流程图。

图4区域去冗余节点基本流程图。

具体实施方式

本发明公开了一种基于无线传感器网络分布式视频协同调度方法，在无线传感器网络中设置中心调度服务器控制所有传感器节点，传感器节点包括视频传感器节点和震动传感器节点两类，将一个视频传感器节点和一个震动传感器节点组合成一个任务节点，通过视频传感器节点和震动传感器节点之间的协作，完成视频协同调度监控；

所述无线传感器网络中节点设置三种状态，分别为：休眠状态、半激活状态、激活状态；其中休眠状态下视频传感器节点和震动传感器节点同时休眠；半激活状态下震动传感器节点单独工作；激活状态下视频传感器和震动传感器同时工作；

当无线传感器网络没有监控到目标监控区域出现入侵目标时，无线传感器网络一直在静态调度方式下工作；当无线传感器网络监控到目标监控区域出现入侵目标时，无线传感器网络启动动态调度方式，选择视频节点进行监控。

本发明中，静态调度方式包括以下部分：

中心调度服务器将整个无线传感器网络平均分为L个目标监控子区域，每个目标监控子区域都具有独立的目标入侵监控的感知能力，轮流扫描对应的L个目标监控子区域，完成对整个目标监控区域的扫描监控；

中心调度服务器根据每个目标监控子区域节点的平均剩余能量

计算各个目标监控子区域的工作时间t_i；

所有目标监控子区域扫描监控结束后，更新各个目标监控子区域节点的平均剩余能量

重新开始扫描监控。

本发明中，处于半激活状态的震动传感器检测到入侵目标后，中心调度服务器执行以下步骤：

如果入侵目标是首次出现在无线传感器网络的目标监控区域，选择的振幅A最大的震动传感器节点作为中心任务节点，将距离中心任务节点最近的一跳范围内的相邻节点组成动态群组G_i，群组G_i内的无线传感器节点协作监控入侵目标，此时群组G_i内节点均设为半激活状态；在群组G_i内，当震动传感器的振幅A大于等于设定阈值时，从群组G_i内选取发送能量消耗最小的视频传感器节点设为激活状态，将采集的视频发送至中心调度服务器；

发送能量消耗的计算公式为：

E $E_{\mathrm{Tx}}(k,d)=E_{\mathrm{emit}}\left(k\right)+E_{\mathrm{amp}}\left(k\right)=\left\{\begin{array}{cc}k{E}_{\mathrm{emit}}+k{\mathrm{\&epsiv;}}_{\mathrm{fs}}{d}^2,& d<d_0\\ k{E}_{\mathrm{emit}}+k{\mathrm{\&epsiv;}}_{\mathrm{mp}}{d}^4,& d<d_0\end{array}\right.,$

其中E_Tx(k,d)表示距离d发射k比特数据所消耗的能量；E_emit(k)表示发射k比特数据发射模块消耗能量；E_emit表示发射1比特发射模块能量；E_amp(k)表示发射k比特数据功率放大消耗能量；ε_fs表示自由空间传输可接受的位差错率、ε_mp表示多通路衰减传输可接受的位差错率；d表示传播距离，d₀为距离临界值，d₀大小为

当中心任务节点振幅A小于设定振幅阈值时，重新选择满足振幅阈值和发送能量消耗两个性能指标的节点作为中心任务节点，重新组成新动态群组；

当入侵目标离开所在群组时，重新选择下一个中心任务节点组成新动态群组。

本发明中，在动态群组内，使用网络覆盖节点调度算法判定冗余节点，并使得冗余节点进入休眠状态，包括如下步骤：

各个节点在动态群组内组播消息，相互获取邻居节点的信息；其中信息包括节点的ID、节点当前的剩余能量E_j以及节点坐标位置(x_j,y_j)；

各个节点根据收到回复消息，更新自己的邻居信息列表；

根据公式

计算各个节点权值，权值最大的节点最先进行冗余覆盖的判断；如果节点的权值相同则比较ID值，ID大的节点先进行冗余覆盖的判断；其中，λ(j)表示节点j的权值，a,b是比例因子且a+b=1，E_j是节点j当前的剩余能量，E₀是节点j的初始能量，N(j)为节点j的感知范围内活跃的邻居节点集，N为动态群组节点总数；

若节点不满足冗余覆盖条件，则保持原状态不变；

若节点满足冗余覆盖的条件，则向邻居节点组播，进入休眠状态；

冗余覆盖条件为两个以上的任务节点的覆盖范围重合。

本发明中，平均剩余能量的计算公式为：

$\stackrel{\&OverBar;}{E_I}=\frac{1}{k}\underset{i=0}{\overset{k}{\mathrm{\&Sigma;}}}{E}_i,$

其中，k为每个目标监控子区域内任务节点数，E_i为节点的剩余能量，i为节点标号。

本发明中，各个目标监控子区域的工作时间t_i的计算公式为：

$t_i=\frac{\stackrel{\&OverBar;}{E_I}}{\underset{I=0}{\overset{L}{\mathrm{\&Sigma;}}}\stackrel{\&OverBar;}{E_I}}\&CenterDot;T,$

其中，T表示全部静态扫描一次时间。

参照图1，本文所述的静态管理服务器将整个网络分为固定几组，如图101、102、103、104四组，每组依次处于半激活状态，对整个区域进行扫描检测，并且根据每组的能量情况确定扫描时间。

参照图2，本文所述的动态调度管理策略在不同的时刻完成不同的动态分组，如201、202、203、……，组内节点根据计算的权值以及以上所述其他规则完成覆盖冗余判断，随着目标的运动，动态更新分组和节点状态，如上方法完成多次节点的协调度。

参照图3，本文所述的动态群组调度方法如图所示流程。首先根据系统组成初始化参数，目标首次进入探测区域，选择中心任务节点，形成一个节点数为N动态群组，根据节点动态覆盖调度算法在动态群组内依次进行冗余判断，冗余节点休眠。目标离开当前群组后更新动态群组，执行新的一次判断过程。

参照图4，本文所述区域去冗余节点过程如下，首先组播消息，获取邻居信息，计算各节点权值并存入权值集合P，然后找出最大权值节点，如果权值最大的节点有多个切相同，则找出剩余能量最少的节点，并对该节点进行冗余判断，节点冗余则进入休眠，否则保持原状态。一次判断完成后更新权值集合P，进行下次判断。

本发明公开了一种基于无线传感器网络的分布式视频协同调度方法采取了多个视频节点协同合作，动态自适应调度，选出合适的视频传感器节点来进行当前视频传输。本发明主要应用于周界防护系统中，采用视频、震动等多种传感器信号相结合，完成视频传感器节点的管理调度。本发明采用的调度方法中，在无入侵状态下，系统工作在静态调度状态，根据系统调度服务器分配的时间轮流进入半激活状态；在出现入侵状态后，首先根据动态群组调度，确定入侵区域，其他区域节点保持休眠状态，再依据CPNS算法使得冗余节点进入休眠状态，采集发送节点处于激活状态，区域其他节点进入半激活状态。本发明结合了集中式和分布式的调度方法，提供的方法较好的解决了各视频采集传输节点在能量消耗、能量均衡化、传输管理等方面所存在的问题，提高了无线传感器网络中视频传输的合理性和能量均衡。

实施例

在仿真试验中，在200m*200m的网络区域中，分别随机部署100、200、300、400、500、800、1000个节点，每间隔30s产生一个随机目标事件，在休眠状态下能耗忽略不计，当前剩余能量不能转发一包数据时认为节点生命周期结束。试验中，设定发送参数ε_fs=10pJ/bit/m²，ε_mp=0.001pJ/bit/m⁴，E_emit=50nJ/bit，节点初始能量为2J，中心调度服务器处于网络区域正中间，试验对每种节点数取10种不同部署方式，结论取10次不同部署的平均值。

首先将200m*200m区域平均划分为4*4的网格状区域进行静态扫描，中心调度服务器根据每个区域节点密度计算书扫描时间；同时服务器根据以上设定的值计算节点发送所需能量；当有目标进入时，采用覆盖冗余算法，计算出进入半激活状态的节点，组成动态群组，其他节点休眠；当动态群组内节点震动传感器最大振幅输出超过3.5V时，激活发送需要最小能量的节点进入激活状态，采集并传输视频信号。仿真实验一段时间后，观察能够正常工作的存活节点。

仿真设置3小时后活跃的节点数与网络总节点数的结果如表1所示。

                          表1

网络总节点数	100	200	300	400	500	800	1000
								活跃节点数	23.2	43.4	62.5	92.5	133.3	203.6	254.8

根据表1可以看出，当目标较为频繁出现，使用协同调度算法，经过一段时间后，仍有部分节点可以正常工作。若节点一直处于激活的监测状态，经过计算，在仿真设定的时间内，节点生命周期均结束。

本发明提供了一种基于无线传感器网络分布式视频协同调度方法，具体实现该技术方案的方法和途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。

Claims (6)

1.一种基于无线传感器网络分布式视频协同调度方法，其特征在于：在无线传感器网络中设置中心调度服务器控制所有传感器节点，传感器节点包括视频传感器节点和震动传感器节点两类，将一个视频传感器节点和一个震动传感器节点组合成一个任务节点，通过视频传感器节点和震动传感器节点之间的协作，完成视频协同调度监控；

所述无线传感器网络中节点设置三种状态，分别为：休眠状态、半激活状态、激活状态；其中休眠状态下视频传感器节点和震动传感器节点同时休眠；半激活状态下震动传感器节点单独工作；激活状态下视频传感器和震动传感器同时工作；

当无线传感器网络没有监控到目标监控区域出现入侵目标时，无线传感器网络一直在静态调度方式下工作；当无线传感器网络监控到目标监控区域出现入侵目标时，无线传感器网络启动动态调度方式，选择视频节点进行监控。

2.根据权利要求1所述的一种基于无线传感器网络分布式视频协同调度方法，其特征在于：静态调度方式包括以下部分：

中心调度服务器将整个无线传感器网络平均分为L个目标监控子区域，每个目标监控子区域都具有独立的目标入侵监控的感知能力，轮流扫描对应的L个目标监控子区域，完成对整个目标监控区域的扫描监控；

中心调度服务器根据每个目标监控子区域节点的平均剩余能量

计算各个目标监控子区域的工作时间t_i；

所有目标监控子区域扫描监控结束后，更新各个目标监控子区域节点的平均剩余能量

，重新开始扫描监控。

3.根据权利要求2所述的一种基于无线传感器网络分布式视频协同调度方法，其特征在于：

处于半激活状态的震动传感器检测到入侵目标后，中心调度服务器执行以下步骤：

如果入侵目标是首次出现在无线传感器网络的目标监控区域，选择的振幅A最大的震动传感器节点作为中心任务节点，将距离中心任务节点最近的一跳范围内的相邻节点组成动态群组G_i，群组G_i内的无线传感器节点协作监控入侵目标，此时群组G_i内节点均设为半激活状态；在群组G_i内，当震动传感器的振幅A大于等于设定阈值时，从群组G_i内选取发送能量消耗最小的视频传感器节点设为激活状态，将采集的视频发送至中心调度服务器；

发送能量消耗的计算公式为：

$E_{\mathrm{Tx}}(k,d)=E_{\mathrm{emit}}\left(k\right)+E_{\mathrm{amp}}\left(k\right)=\left\{\begin{array}{cc}k{E}_{\mathrm{emit}}+k{\mathrm{\&epsiv;}}_{\mathrm{fs}}{d}^2,& d<d_0\\ k{E}_{\mathrm{emit}}+k{\mathrm{\&epsiv;}}_{\mathrm{mp}}{d}^4,& d<d_0\end{array}\right.,$

其中E_Tx(k,d)表示距离d发射k比特数据所消耗的能量；E_emit(k)表示发射k比特数据发射模块消耗能量；E_emit表示发射1比特发射模块能量；E_amp(k)表示发射k比特数据功率放大消耗能量；ε_fs表示自由空间传输可接受的位差错率、ε_mp表示多通路衰减传输可接受的位差错率；d表示传播距离，d₀为距离临界值，d₀大小为

当中心任务节点振幅A小于设定振幅阈值时，重新选择满足振幅阈值和发送能量消耗两个性能指标的节点作为中心任务节点，重新组成新动态群组；

当入侵目标离开所在群组时，重新选择下一个中心任务节点组成新动态群组。

4.根据权利要求3所述的一种基于无线传感器网络分布式视频协同调度方法，其特征在于：

在动态群组内，使用网络覆盖节点调度算法判定冗余节点，并使得冗余节点进入休眠状态，包括如下步骤：

各个节点在动态群组内组播消息，相互获取邻居节点的信息；其中信息包括节点的ID、节点当前的剩余能量E_j以及节点坐标位置(x_j,y_j)；

各个节点根据收到回复消息，更新自己的邻居信息列表；

根据公式计算各个节点权值，权值最大的节点最先进行冗余覆盖的判断；如果节点的权值相同则比较ID值，ID大的节点先进行冗余覆盖的判断；其中，λ(j)表示节点j的权值，a,b是比例因子且a+b=1，E_j是节点j当前的剩余能量，E₀是节点j的初始能量，N(j)为节点j的感知范围内活跃的邻居节点集，N为动态群组节点总数；

若节点不满足冗余覆盖条件，则保持原状态不变；

若节点满足冗余覆盖的条件，则向邻居节点组播，进入休眠状态；

冗余覆盖条件为两个以上的任务节点的覆盖范围重合。

5.根据权利要求1所述的一种基于无线传感器网络分布式视频协同调度方法，其特征在于：平均剩余能量的计算公式为：

$\stackrel{\&OverBar;}{E_I}=\frac{1}{k}\underset{i=0}{\overset{k}{\mathrm{\&Sigma;}}}{E}_i,$

其中，k为每个目标监控子区域内任务节点数，E_i为节点的剩余能量，i为节点标号。

6.根据权利要求5所述的一种基于无线传感器网络分布式视频协同调度方法，其特征在于：各个目标监控子区域的工作时间t_i的计算公式为：

$t_i=\frac{\stackrel{\&OverBar;}{E_I}}{\underset{I=0}{\overset{L}{\mathrm{\&Sigma;}}}\stackrel{\&OverBar;}{E_I}}\&CenterDot;T,$

其中，T表示全部静态扫描一次时间。

Images