CN107567078A - 一种基于概率分布探测濒危海洋生物的方法 - Google Patents
一种基于概率分布探测濒危海洋生物的方法 Download PDFInfo
- Publication number
- CN107567078A CN107567078A CN201710565731.4A CN201710565731A CN107567078A CN 107567078 A CN107567078 A CN 107567078A CN 201710565731 A CN201710565731 A CN 201710565731A CN 107567078 A CN107567078 A CN 107567078A
- Authority
- CN
- China
- Prior art keywords
- probability
- node
- layer
- depth
- mrow
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 10
- 241001465754 Metazoa Species 0.000 claims abstract description 41
- 230000005059 dormancy Effects 0.000 claims abstract description 29
- 230000008033 biological extinction Effects 0.000 claims abstract description 13
- 230000000284 resting effect Effects 0.000 claims abstract description 4
- 239000013535 sea water Substances 0.000 claims abstract description 4
- 230000000694 effects Effects 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000033001 locomotion Effects 0.000 claims description 5
- 230000008447 perception Effects 0.000 claims description 3
- 239000004744 fabric Substances 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 2
- 230000004083 survival effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000283084 Balaenoptera musculus Species 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Testing Or Calibration Of Command Recording Devices (AREA)
- Catching Or Destruction (AREA)
- Farming Of Fish And Shellfish (AREA)
Abstract
本发明涉及一种基于概率分布探测濒危海洋生物的方法,考虑濒危海洋动物的生活范围关于深度的概率分布,在节点布置时基于这种概率分布,并且通过每个节点交替性切换休眠模式与工作模式,依据目标在不同深度海域中活动的概率分布部署水下传感器节点;将已知的濒危动物出现的海水深度区域分层,每一层依据概率设置最小部署节点数,同一层中的传感器节点均匀分布;每一层中的传感器都可以在工作状态和休眠状态之间自如切换;给每一个传感器节点依据濒危动物出现概率设置休眠概率,使之满足在不同深度和不同时间时出现概率较大的区域工作节点的密度较大,活动概率较小的区域工作节点的密度较小。
Description
技术领域
本发明涉及水下传感器网络通信技术领域,是一种基于概率分布探测濒危海洋生物的方法。
背景技术
海洋能源、资源的开发与利用,海洋与全球变化、海洋环境与生态的研究是人类维持自身的生存与发展,拓展生存空间的重要途径。但是由于过度捕捞,海洋污染,沿岸重大工程和全球变暖等因素的影响,海洋动物的生活受到严重的威胁。探测濒危海洋动物并予以适当的保护是实现海洋生态环境可持续发展的当务之急。
现有的一些水下传感器节点的部署方法主要分为:确定性部署、随机部署和移动部署三大类。其中确定性部署主要基于数学理论推导,探究不同多面体对探测区域的覆盖率。但是存在着部署成本高、鲁棒性差的缺点。而随机部署算法在部署成本、时间等特性上明显优于确定性算法,但是监测区域所需要的传感器节点数量往往是庞大的,随机部署直接会导致节点分布密度不均,从而无法实现对目标区域的有效覆盖。随着可以垂直移动的传感器节点的诞生和应用,移动部署应运而生,移动部署结合了确定性部署和随机部署两种部署方式的优点,既实现了对目标区域的有效覆盖,又降低了部署成本。
大多数移动部署采取的是利用泰森多边形实现对传感器节点的三维部署。初始阶段传感器节点随机均匀的分布于目标水域的表面;然后利用泰森多边形实现对传感器节点的选择和沉降;循环重复第二阶段工作数次形成了一个分层的传感器节点部署网络。由于海洋动物的生活深度范围大体固定,并具有固定的生活习性,在一天中不同的时间或不同季节出现的深度不同且有规律可循的。根据泰森多边形实现的多层传感器节点部署方式越深的区域节点数越少,不符合海洋动物的生活习性,可能会无法满足探测海洋动物的要求或造成不必要的浪费。
发明内容
在探测海洋濒危动物这种特殊场景下,本发明克服现有技术的上述不足,提出一种能够提高节点工作效率和寿命的基于先验概率模型探测海洋濒危动物的方法。技术方案如下:
一种基于概率分布探测濒危海洋生物的方法,考虑濒危海洋动物的生活范围关于深度的概率分布,在节点布置时基于这种概率分布,并且通过每个节点交替性切换休眠模式与工作模式,依据目标在不同深度海域中活动的概率分布部署水下传感器节点;依据目标在不同时间出现的深度不同设置节点工作和休眠的概率,控制工作和休眠节点的数量;将已知的濒危动物出现的海水深度区域分层,每一层依据概率设置最小部署节点数,同一层中的传感器节点均匀分布。每一层中的传感器都可以在工作状态和休眠状态之间自如切换。给每一个传感器节点依据濒危动物出现概率设置休眠概率,使之满足在不同深度和不同时间时出现概率较大的区域工作节点的密度较大,活动概率较小的区域工作节点的密度较小。
具体实现步骤是:
步骤一:初始化阶段,将海域分层,计算每一层的节点数并部署相应的节点:将濒危动物生活的海域沿深度进行分层,每个传感器节点度感知半径为r,按2r进行海域分层,每一层中的节点均匀分布,个数为Ni,i为层编号,最热门深度概率最大,与此对应的层为最热门层,此层节点布置的个数最多,越向两侧概率越小,热门程度越小,节点布置的个数越少;
步骤二:计算并设置每一层的最小工作节点数:设探测濒危海洋动物的总深度为h,则总层数I=h/2r,定义概率集合P={P1,P2,P3,…PI},P中总元素数为总层数,则工作节点数为(1-Pi)*Ni,节点开机时,每个层次中的节点的休眠概率相同,即P中元素离散等概率分布,概率大小为Pi=1/I,根据概率设置每一层的最小工作节点数,设每一层出现目标的最大概率为Pi(max),则最小工作节点数为Nmin=Ni*Pi(max),且Pi(max)取决于海洋动物的生活区域特性随时间的不同而不同的特点。根据不同濒危海洋动物设置不同的转换时间点T,到达T后,濒危海洋动物的活动范围概率分布发生变化,Pi(max)发生变化,最小工作节点数随之发生变化。
步骤三:在转换时间点时比较每一层的实际工作节点数与最小工作节点数的大小关系,若发现实际工作节点数大于最小工作节点数,则继续工作;若实际工作节点数小于最小工作节点数,那么:
a.首先从较热门层开始逐渐减小该层节点休眠概率Pi,每减小一次,随后都要比较实际工作节点和最小工作节点的数目,直到实际工作节点数大于最小节点数开始工作。但始终要求较热门层休眠概率较小,较不热门的层休眠概率较大,即P(较热门层节点休眠)≤P(较不热门层节点休眠)
b.若执行a后,发现层中工作节点数始终小于最小工作节点数,那么从较热门层开始,使已经满足条件的濒危动物出现概率较小的层的节点向该层移动,直到满足条件。
步骤一中,设濒危海洋动物出现的概率模型为正态分布,即:
其中x为深度,μ为目标可能出现的概率最大的深度,定义为最热门深度,σ为目标活动深度的方差,根据不同目标具体生活深度不同设置不同的定义域,得到概率分布。
附图说明
图1是本发明水下声学三维传感器网络架构示意图
图2是本发明传感器节点感知模型
图3是本发明分层示意图(假设节点感知半径为50m时)
图4是本发明深度调节节点原理图,(a)为向上调节,(b)为向下调节。
具体实施方式
海洋动物生活的深度区域较为固定,服从一定的概率分布。同时,在较为固定的活动范围内,不同的时间出现的深度不同,如通常蓝鲸白天需要在超过100米深度的海域来觅食,在夜晚才能到水面觅食。因此,对于濒危海洋动物的探测,水下声学传感器网络节点的部署不仅要考虑能量与覆盖率的问题,也要考虑海洋动物活动范围的特点。本发明充分考虑了海洋动物的生活范围关于深度的概率分布,在节点布置时基于这种概率分布,并且通过每个节点交替性切换休眠模式与工作模式,依据目标在不同深度海域中活动的概率分布部署水下传感器节点;依据目标在不同时间出现的深度不同设置节点工作和休眠的概率,控制工作和休眠节点的数量。将已知的濒危动物出现的海水深度区域分层,每一层依据概率设置最小部署节点数,同一层中的传感器节点均匀分布。每一层中的传感器都可以在工作状态和休眠状态之间自如切换。给每一个传感器节点依据濒危动物出现概率设置休眠概率,使之满足在不同深度和不同时间时出现概率较大的区域工作节点的密度较大,活动概率较小的区域工作节点的密度较小,从而更加高效节能地探测濒危海洋动物。具体步骤如下:
步骤一:初始化阶段,将海域分层,计算每一层的节点数并部署相应的节点。将濒危动物生活的海域沿深度进行分层。每个传感器节点度感知半径为r,节点感知模型如图2所示。按2r进行分层,分层示意图如图3(节点感知半径为50m时)。每一层中的节点均匀分布,个数为Ni(i为层编号)。假定濒危海洋动物出现的概率模型为正态分布,即:
其中x为深度,μ为目标可能出现的概率最大的深度,定义为最热门深度。σ为目标活动深度的方差。根据不同目标具体生活深度不同设置不同的定义域,得到概率分布。最热门深度概率最大,节点布置的个数最多,越向两侧概率越小,节点布置的个数越少。
步骤二:计算并设置每一层的最小工作节点数。设探测濒危海洋动物的总深度为h,则总层数I=h/2r。定义概率集合P={P1,P2,P3,…PI},P中总元素数为总层数,则工作节点数为(1-Pi)*Ni节点开机时,每个层次中的节点的休眠概率相同。即P中元素离散等概率分布,概率为Pi=1/I。根据概率设置每一层的最小工作节点数。设每一层出现目标的最大概率为Pi(max),则最小工作节点数为Nmin=Ni*Pi(max),且Pi(max)取决于海洋动物的生活区域特性随时间的不同而不同的特点。根据不同濒危海洋动物设置不同的转换时间点T,到达T后,濒危海洋动物的活动范围概率分布发生变化,Pi(max)发生变化,最小工作节点数随之发生变化。
步骤三:在转换时间点时比较每一层的实际工作节点数与最小工作节点数的大小关系,若发现实际工作节点数大于最小工作节点数,则继续工作;若实际工作节点数小于最小工作节点数,那么:
a.首先从较热门层开始逐渐减小该层节点休眠概率Pi,每减小一次,随后都要比较实际工作节点与最小工作节点的数量,直到实际工作节点数大于最小节点数开始工作。但始终要求较热门层休眠概率较小,较不热门的层休眠概率较大,即P(较热门层节点休眠)≤P(较不热门层节点休眠)
b.若执行a后,发现层中工作节点数始终小于最小工作节点数,那么从较热门层开始,使已经满足条件的濒危动物出现概率较小的层的节点向该层移动,节点移动原理如图4所示。直到满足条件。
Claims (3)
1.一种基于概率分布探测濒危海洋生物的方法,考虑濒危海洋动物的生活范围关于深度的概率分布,在节点布置时基于这种概率分布,并且通过每个节点交替性切换休眠模式与工作模式,依据目标在不同深度海域中活动的概率分布部署水下传感器节点;依据目标在不同时间出现的深度不同设置节点工作和休眠的概率,控制工作和休眠节点的数量;将已知的濒危动物出现的海水深度区域分层,每一层依据概率设置最小部署节点数,同一层中的传感器节点均匀分布;每一层中的传感器都可以在工作状态和休眠状态之间自如切换;给每一个传感器节点依据濒危动物出现概率设置休眠概率,使之满足在不同深度和不同时间时出现概率较大的区域工作节点的密度较大,活动概率较小的区域工作节点的密度较小。
2.根据权利要求1所述的方法,其特征在于,实现步骤是:
步骤一:初始化阶段,将海域分层,计算每一层的节点数并部署相应的节点:将濒危动物生活的海域沿深度进行分层,每个传感器节点度感知半径为r,按2r进行海域分层,每一层中的节点均匀分布,个数为Ni,i为层编号,最热门深度概率最大,与此对应的层为最热门层,此层节点布置的个数最多,越向两侧概率越小,热门程度越小,节点布置的个数越少;
步骤二:计算并设置每一层的最小工作节点数:设探测濒危海洋动物的总深度为h,则总层数I=h/2r,定义概率集合P={P1,P2,P3,…PI},P中总元素数为总层数,则工作节点数为(1-Pi)*Ni,节点开机时,每个层次中的节点的休眠概率相同,即P中元素离散等概率分布,概率大小为Pi=1/I,根据概率设置每一层的最小工作节点数,设每一层出现目标的最大概率为Pi(max),则最小工作节点数为Nmin=Ni*Pi(max),且Pi(max)取决于海洋动物的生活区域特性随时间的不同而不同的特点;根据不同濒危海洋动物设置不同的转换时间点T,到达T后,濒危海洋动物的活动范围概率分布发生变化,Pi(max)发生变化,最小工作节点数随之发生变化;
步骤三:在转换时间点时比较每一层的实际工作节点数与最小工作节点数的大小关系,若发现实际工作节点数大于最小工作节点数,则继续工作;若实际工作节点数小于最小工作节点数,那么:
a.首先从较热门层开始逐渐减小该层节点休眠概率Pi,每减小一次,随后都要比较实际工作节点和最小工作节点的数目,直到实际工作节点数大于最小节点数开始工作;但始终要求较热门层休眠概率较小,较不热门的层休眠概率较大,即P(较热门层节点休眠)≤P(较不热门层节点休眠)
b.若执行a后,发现层中工作节点数始终小于最小工作节点数,那么从较热门层开始,使已经满足条件的濒危动物出现概率较小的层的节点向该层移动,直到满足条件。
3.根据权利要求1所述的方法,其特征在于,步骤一里,设濒危海洋动物出现的概率模型为正态分布,即:
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<msqrt>
<mrow>
<mn>2</mn>
<mi>&pi;</mi>
</mrow>
</msqrt>
<mi>&sigma;</mi>
</mrow>
</mfrac>
<mi>exp</mi>
<mrow>
<mo>(</mo>
<mo>-</mo>
<mfrac>
<msup>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>-</mo>
<mi>&mu;</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mrow>
<mn>2</mn>
<msup>
<mi>&sigma;</mi>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
其中x为深度,μ为目标可能出现的概率最大的深度,定义为最热门深度,σ为目标活动深度的方差,根据不同目标具体生活深度不同设置不同的定义域,得到概率分布。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710565731.4A CN107567078B (zh) | 2017-07-12 | 2017-07-12 | 一种基于概率分布探测濒危海洋生物的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710565731.4A CN107567078B (zh) | 2017-07-12 | 2017-07-12 | 一种基于概率分布探测濒危海洋生物的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107567078A true CN107567078A (zh) | 2018-01-09 |
CN107567078B CN107567078B (zh) | 2020-08-21 |
Family
ID=60972805
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710565731.4A Expired - Fee Related CN107567078B (zh) | 2017-07-12 | 2017-07-12 | 一种基于概率分布探测濒危海洋生物的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107567078B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7912114B2 (en) * | 2007-03-21 | 2011-03-22 | The United States Of America As Represented By The Secretary Of The Navy | Means for low probability of interception/detection underwater acoustic communications |
CN102333321A (zh) * | 2011-09-25 | 2012-01-25 | 杭州家和物联技术有限公司 | 一种基于分层结构的动态无线传感器网络的拓扑控制方法 |
US8320216B2 (en) * | 2009-12-01 | 2012-11-27 | Raytheon Company | Active sonar system and active sonar method using fuzzy logic |
CN103209224A (zh) * | 2013-04-28 | 2013-07-17 | 上海海事大学 | 基于p2p的水声传感器网络系统及其数据传输方法 |
CN106772401A (zh) * | 2016-12-23 | 2017-05-31 | 浙江大学 | 基于概率假设密度粒子滤波算法的鱼群数量估计方法 |
-
2017
- 2017-07-12 CN CN201710565731.4A patent/CN107567078B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7912114B2 (en) * | 2007-03-21 | 2011-03-22 | The United States Of America As Represented By The Secretary Of The Navy | Means for low probability of interception/detection underwater acoustic communications |
US8320216B2 (en) * | 2009-12-01 | 2012-11-27 | Raytheon Company | Active sonar system and active sonar method using fuzzy logic |
CN102333321A (zh) * | 2011-09-25 | 2012-01-25 | 杭州家和物联技术有限公司 | 一种基于分层结构的动态无线传感器网络的拓扑控制方法 |
CN103209224A (zh) * | 2013-04-28 | 2013-07-17 | 上海海事大学 | 基于p2p的水声传感器网络系统及其数据传输方法 |
CN106772401A (zh) * | 2016-12-23 | 2017-05-31 | 浙江大学 | 基于概率假设密度粒子滤波算法的鱼群数量估计方法 |
Non-Patent Citations (3)
Title |
---|
姚贵丹: "水下认知网络中的哺乳动物定位测速算法", 《计算机应用》 * |
李云: "基于 PCN 的水下认知网络动态频谱接入算法", 《电子学报》 * |
李云: "基于信道预测的水下传感器网络功率控制算法", 《计算机应用研究》 * |
Also Published As
Publication number | Publication date |
---|---|
CN107567078B (zh) | 2020-08-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103067929B (zh) | 一种基于泰森图的水下传感器网络节点的深度调节方法 | |
CN102647726A (zh) | 一种无线传感器网络覆盖能耗平衡优化策略 | |
CN103354642B (zh) | 一种提高移动传感器网络覆盖率的方法 | |
Takahasi et al. | Evolution of river management in Japan: from focus on economic benefits to a comprehensive view | |
CN106028357A (zh) | 一种新的水下无线传感器网络点覆盖控制方法 | |
CN103916871A (zh) | 一种制造物联网传感器节点的部署方法 | |
CN106447078B (zh) | 保障河口供水安全的水利工程智能调控系统及调控方法 | |
CN104219704A (zh) | 无线传感器网络中基于双层网格模型的有毒气体监测与追踪方法 | |
Ruiz de Alegría-Arzaburu et al. | Beach recovery capabilities after el Niño 2015–2016 at Ensenada beach, northern Baja California | |
Singh et al. | Fuzzy based novel clustering technique by exploiting spatial correlation in wireless sensor network | |
WO2010104342A3 (ko) | 해안침식방지와 어장형성을 위한 다골다공형 잠제 및 잠제용 친환경 블록의 제조방법 | |
Ruiz-Martínez et al. | Identifying coastal defence schemes through morphodynamic numerical simulations along the northern coast of Yucatan, Mexico | |
CN109327891B (zh) | 水下传感器网络中基于三维拓扑控制的集群休眠唤醒方法 | |
CN107567078A (zh) | 一种基于概率分布探测濒危海洋生物的方法 | |
Ding et al. | The mobile node deployment algorithm for underwater wireless sensor networks | |
CN104038730A (zh) | 一种基于贪心计算的视频传感器网络多移动目标监测优化方法 | |
Wang et al. | A novel coverage algorithm based on 3D-Voronoi cell for underwater wireless sensor networks | |
Li et al. | Integrating climate change factors into China's development policy: Adaptation strategies and mitigation to environmental change | |
CN109640333A (zh) | 基于集群划分的水下无线传感器网络覆盖漏洞修复算法 | |
CN106358210B (zh) | 基于混合策略的异构有向传感器网络动态覆盖方法 | |
Zhang et al. | Research on water surface gateway deployment in underwater acoustic sensor networks | |
CN111314925A (zh) | 一种面向动态水下环境的屏障构建方法 | |
Pete et al. | Evaluating the underwater compressed air energy storage potential in the gulf of maine | |
CN110572834A (zh) | 一种面向动态水下环境的锚节点部署方法 | |
CN104883749A (zh) | 一种基于漂浮线缆的海洋立体监测传感器网络部署方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200821 |