CN113179136B - 一种水声传感网中基于虚拟节点游走的流体边界追踪方法 - Google Patents
一种水声传感网中基于虚拟节点游走的流体边界追踪方法 Download PDFInfo
- Publication number
- CN113179136B CN113179136B CN202110440838.2A CN202110440838A CN113179136B CN 113179136 B CN113179136 B CN 113179136B CN 202110440838 A CN202110440838 A CN 202110440838A CN 113179136 B CN113179136 B CN 113179136B
- Authority
- CN
- China
- Prior art keywords
- node
- virtual node
- boundary
- entropy
- nodes
- 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.)
- Active
Links
- 239000012530 fluid Substances 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000005012 migration Effects 0.000 title claims abstract description 18
- 238000013508 migration Methods 0.000 title claims abstract description 18
- 238000012544 monitoring process Methods 0.000 claims abstract description 15
- 230000033001 locomotion Effects 0.000 claims abstract description 8
- 238000004891 communication Methods 0.000 claims description 40
- 238000005192 partition Methods 0.000 claims description 27
- 241000854291 Dianthus carthusianorum Species 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 16
- 230000008520 organization Effects 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 3
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 241000195493 Cryptophyta Species 0.000 description 1
- 241000192710 Microcystis aeruginosa Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003653 coastal water Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 239000002351 wastewater Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B11/00—Transmission systems employing sonic, ultrasonic or infrasonic waves
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B13/00—Transmission systems characterised by the medium used for transmission, not provided for in groups H04B3/00 - H04B11/00
- H04B13/02—Transmission systems in which the medium consists of the earth or a large mass of water thereon, e.g. earth telegraphy
-
- 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
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种水声传感网中基于虚拟节点游走的流体边界追踪方法，包括如下步骤：S1搜索标定最小流体覆盖区域，确定一个覆盖流体区域的凸包P；S2构造包围凸包P的四条切线，获得最小外接矩形，从而确定最小椭圆形包络；S3：划分若干个环形区域，对环形区域进行划分并选取骨干晶胞；S4根据选取的骨干晶胞确定边界搜索区域；S5获得完整的边界节点集，根据边界节点的坐标进行曲线拟合，得到的曲线即为流体边界线。本发明可以及时捕捉突发形成的流体目标并提供全生命周期的运动监测，可以快速部署、快速展开监测任务，具有可以提供长时间、近距离、无缝隙、实时性的流体目标监测追踪服务等优势。
Description
技术领域
本发明涉及一种水声传感网中基于虚拟节点游走的流体边界追踪方法，属于水声传感器领域。
背景技术
随着人类生活方式对能源需求的不断增长，全球范围内离岸工业活动的次数和规模与日俱增，海岸带区域人类经济活动高度集中，易发生石油、核废水等的意外泄漏以及赤潮、水华等有害藻类的大面积爆发。上述流体目标可形成于沿海、河口、湖泊、水库等多类型水域，并在表面张力、风浪潮流的作用下以薄连续层的形式做漂移运动，其形状、大小随时间连续变化。
目前，对流体目标的监测组网模式按空间区域可分为地、海、空、天四个维度。然而当前存在的对流体目标的监测诸多不足，如遥感观测受重访时间和空间分辨率约束，无法及时捕捉突发形成的流体目标并提供全生命周期的运动监测；如自主水下航行器装备成本较高，只适用于港口、码头等近岸的小规模流体追踪，并需与流体保持同步运动以避免目标丢失。
发明内容
为解决现有的技术问题，本发明提供一种水声传感网中基于虚拟节点游走的流体边界追踪方法，可以及时捕捉突发形成的流体目标并提供全生命周期的运动监测，可以快速部署、快速展开监测任务，具有可以提供长时间、近距离、无缝隙、实时性的流体目标监测追踪服务等优势。
本发明中主要采用的技术方案为：
一种水声传感网中基于虚拟节点游走的流体边界追踪方法，包括如下步骤：
S1：搜索标定最小流体覆盖区域，确定一个覆盖流体区域的凸包P；
S2：构造包围凸包P的四条切线，获得最小外接矩形，从而确定最小椭圆形包络；
S3：以椭圆形包络为最外层划分得到若干个环形区域，对环形区域进行划分并选取骨干晶胞；
S4：根据选取的骨干晶胞确定边界搜索区域，具体确定过程如下：
S4-1：骨干晶胞内各传感器节点收集自身邻居节点的信息，如果某个传感器节点的邻居节点中既有事件节点又有非事件节点，则将该传感器节点纳入集合S；从集合S中随机选择一个传感器节点的位置作为虚拟节点的起始位置，虚拟节点的通信半径为r；以虚拟节点的起始位置为中心，沿最小椭圆形包络的中心到起始位置的直线方向为纵坐标轴的正方向，经过起始位置并垂直纵坐标轴的直线为横坐标轴，纵坐标轴的正方向顺时针旋转90°时的指向为横坐标轴的正方向；根据纵坐标轴将骨干晶胞分为左右两个区域，横坐标轴负方向所指区域为左半区，横坐标轴正方向所指区域为右半区；
S4-2：虚拟节点从起始位置开始，分别在左、右两个半区中游走，虚拟节点的初始游走方向为逆时针方向，虚拟节点游走到的位置称为驻点，通过计算虚拟节点的熵值来确定边界节点搜索区域，其中，虚拟节点在起始位置上的熵不为0且其通信区域为一个边界节点搜索区域；
S5：并行确定每个骨干晶胞中的各个边界节点搜索区域以及位于其搜索区域内的边界节点，获得完整的边界节点集，根据边界节点的坐标进行曲线拟合，得到的曲线即为流体边界线。
优选地，所述S1的具体步骤如下：
S1-1：传感器节点按地理位置分簇，每个簇中至少包含4个传感器节点，根据传感器节点分簇形成不同的监测区域；被流体目标覆盖的传感器节点能感知到流体的存在，则此传感器节点称为事件节点，事件节点所在的簇称为事件簇；
S1-2：所有事件节点向所属的事件簇i的簇头发送通知消息，簇头根据收集到的事件节点ID和坐标，确定该事件簇里所有事件节点中横、纵坐标的最大值和最小值，分别记为Xmin_ia、Xmax_ib、Ymin_ic、Ymax_id，并以横、纵坐标最大值、最小值对应的节点坐标生成本地的四元组Quads_i＝[U_id,R_ib,D_ic,L_ia]，所述四元组用于表示流体在该簇中上、右、下、左四个方向的覆盖范围；
S1-3：传感网范围内的各个事件簇交换各自的本地四元组，每个事件簇根据收到的四元组内的坐标值更新自身的四元组，直至传感网范围中所有事件簇的本地四元组不再发生变化；此时传感网范围中事件簇维持的四元组表示流体在全网上、右、下、左四个方向的覆盖范围；利用更新后的四元组确定一个能包含大部分事件节点的四边形，并将四条边分别标号；
S1-4：每个事件簇内的事件节点计算自身分别到四元组中四个传感器节点所形成的角度，若四个角相加之和为360°，表明该事件节点位于四边形内部，反之，表明该事件节点位于四边形外部；判断事件节点到四边形哪条边的距离最近，从而将位于四边形外的事件节点分为四个候选点集，记为S1、S2、S3、S4；
S1-5：通过位于四边形每条边上两个端点的节点坐标p和q，可以确定每条边的解析式；通过簇头之间的信息交互，候选点集中的所有事件节点计算自身的坐标到其最近边的垂直距离，并将该最近边pq、垂直距离、节点ID和坐标信息报告给所属事件簇的簇头；各事件簇的簇头根据最近边的标号，确定初始的本地顶点元组Tup_Si＝[p,q]，并确定垂直距离最大的事件节点；通过与候选点集中不同的相邻事件簇交换信息，更新距离最近边最远的事件节点j，在候选点集中删除该节点，并将该节点坐标放入本地顶点元组中该最近边两端点坐标的中间，形成新的本地顶点元组Tup_Si＝[p,j,q]；根据本地顶点元组可得到一个多边形，候选点集中的其他事件节点继续判断自己是否位于多边形内，重复上述操作，直至候选点集为空，此时候选点集中的所有节点都被包含在多边形内；
S1-6：在传感网范围内更新事件簇的本地顶点元组，直到本地顶点元组中不再增加新的顶点元组；根据顶点元组可确定一个覆盖流体区域的凸包P。
优选地，所述S1-3中，各个事件簇更新自身的四元组的方式如下：各个事件簇将本地四元组与接收到的四元组对比其上下左右四个方向上的坐标，分别以对比后获得的横、纵坐标最大值、最小值对应的节点坐标更新自身的四元组。
优选地，所述S2的具体步骤如下：
S2-1：通过S1-3中确定的四元组的节点坐标，构造包围凸包P的四条切线，称该切线为支撑线，记为L_i；记一对平行的支撑线为一个卡壳集合，则四条支撑线形成两个卡壳集合；顺时针同时旋转两个卡壳集合，如果有一条或两条支撑线与凸包P的一条边重合，计算由这两个卡壳集合确定的矩形的面积，并保存为当前最小外接矩形；随后继续旋转卡壳，直到其中一条支撑线和凸包P的一条边重合，继续计算由这两个卡壳集合确定的新的矩形的面积，并和当前最小外接矩形的面积比较，如果小于当前最小外接矩形的面积，则更新新的矩形为当前最小外接矩形，否则继续旋转卡壳；如果卡壳集合的旋转角度大于90°，则停止旋转，此时当前最小外接矩形的面积是最小值；
S2-2：根据当前最小外接矩形的长和宽，确定该外接矩形的最小外接椭圆。
优选地，所述S3的具体步骤如下：
S3-1：设置期望的环形区域层数为H，以S2中确定的最小椭圆形包络为最外层均匀划分出H个同心椭圆，即得到H个环形区域；
S3-2：根据满二叉树的组织方式，对各层环形区域进行划分；第i层环形区域被均匀分割成2i-1个子区域；最终，最小椭圆形包络内将包含2H-1个大小不同的子分区；所述子分区统称为晶胞，位于最外层的2H-1个晶胞称为叶子晶胞；
S3-3：从S3-2形成的晶胞中选择骨干晶胞，其中，满足以下两个条件中的一个的晶胞即为骨干晶胞：
(1)包含事件节点的叶子晶胞；
(2)自身含有事件节点，且其左右孩子晶胞中至少存在一个晶胞中没有任何事件节点。
优选地，所述S3-2中根据满二叉树的组织方式，对各层环形区域进行划分的具体划分方式为：
将最内层环形区域，即第一层环形区域，称为根区域；
第二层环形区域被均匀分割成2个面积相等的区域作为根区域的左右子分区；
第三层环形区域被均匀分割成成4个面积相等的子分区，分别作为第二层中两个分区的左右子分区；
其划分过程即为满二叉树中父节点生成左右子节点的过程，不断执行直到最小椭圆形包络的最外层，即第H层，该层将被均匀分割为2H-1个子分区；最终，椭圆形包络内包含2H-1个大小不同的子分区。
优选地，所述S4-2中，逆时针游走过的角度之和记为θanti，顺时针游走过的角度之和记为θclock；从当前熵不为0的驻点到下一个熵不为0的驻点时逆时针游走过的角度之和记为βanti；从当前熵不为0的驻点到下一个熵不为0的驻点时顺时针游走过的角度之和记为βclock；θanti、θclock、βanti、βclock的初始值都为0；则虚拟节点确定边界节点搜索区域的具体步骤如下：
右半区中
S4-21虚拟节点从起始位置开始沿纵坐标轴的负方向游走2r的距离，若此时虚拟节点位于骨干晶胞的内部，则计算该虚拟节点的熵值，若虚拟节点位于骨干晶胞的外部，则该虚拟节点围绕起始位置且在相距2r的位置上逆时针游走，当其恰好位于骨干晶胞的内部时，计算该虚拟节点的熵值，判断虚拟节点的熵值是否为0，若不为0则进行S4-22；若为0，则虚拟节点继续逆时针游走，直至该虚拟节点的熵值不为0进行S4-22；若虚拟节点逆时针连续游走的角度之和达到180°的过程中，虚拟节点在骨干晶胞内部时的熵值一直为0，则虚拟节点停止游走；
S4-22：虚拟节点的熵值不为0，表明虚拟节点的通信区域内存在实际边界，此时，虚拟节点在该驻点处的通信区域为边界节点搜索区域，将βanti、βclock置为0；沿此次游走前最近的一个熵不为0的驻点到当前驻点的方向，虚拟节点继续游走2r的距离到达下一个驻点，若该虚拟节点不在骨干晶胞内，则虚拟节点停止游走，否则计算虚拟节点在该驻点的熵，并断虚拟节点的熵值是否为0，若熵值不为0，则返回S4-22，若熵值为0，则进行S4-23；
S4-23：虚拟节点的熵值为0，表明虚拟节点的通信区域内不存在实际边界，此时，若当前游走方向为逆时针，虚拟节点绕着上一个熵不为0的驻点以α角度逆时针游走，经k次游走后虚拟节点当前累计游走过的角度之和为βanti＝k*α，若经k次游走后虚拟节点的熵不为0，则返回S4-22；若已经逆时针游走过的角度之和θanti大于等于(180°-βclock)，且虚拟节点的熵都为0，则该虚拟节点回到此次游走前最近的一个熵不为0的驻点处；沿上一个熵不为0的驻点到当前驻点的方向，虚拟节点继续游走2r的距离，然后顺时针游走若干个α角度，直到虚拟节点的熵不为0，返回S4-22；
若当前游走方向为顺时针，虚拟节点绕着上一个熵不为0的驻点以α角度顺时针游走，经k次游走后虚拟节点当前累计游走过的角度之和为βclock＝k*α，若经k次游走后虚拟节点的熵不为0，则返回S4-22，若已经顺时针游走过的角度之和θclock大于等于(180°-βanti)，且虚拟节点的熵都为0，此时，将θanti和θclock重置为0，且该虚拟节点回到此次游走前最近的一个熵不为0的驻点处，沿上一个熵不为0的驻点到当前驻点的方向，虚拟节点继续游走2r的距离，然后逆时针游走若干个α角度，直到虚拟节点的熵不为0，返回步骤S4-22；
S4-24重复步骤S4-22-S4-23，直到虚拟节点游走到的位置超出骨干晶胞的区域范围，虚拟节点停止游走；
在左半区中
虚拟节点从起始位置开始沿纵坐标轴的正方向游走2r的距离，若此时虚拟节点位于骨干晶胞的内部，则计算该虚拟节点的熵值，若虚拟节点位于骨干晶胞的外部，则该虚拟节点围绕起始位置且在相距2r的位置上逆时针游走，当其恰好位于骨干晶胞的内部时，计算该虚拟节点的熵值，判断虚拟节点的熵值是否为0，若不为0则进行S4-22；若为0，则虚拟节点继续逆时针游走，直至该虚拟节点的熵值不为0进行S4-22；若虚拟节点逆时针连续游走的角度之和达到180°的过程中，虚拟节点在骨干晶胞内部时的熵值一直为0，则虚拟节点停止游走；其他步骤与所述S4-22-S4-24相同。
优选地，所述S5的具体步骤如下：
S5-1：计算各个边界节点搜索区域内需补偿的边界节点数量N，在搜索区域中补偿的虚拟节点统称为候选边界节点，候选边界节点仅在边界搜索区域中进行补偿；若N为0，则不需要补偿边界节点，将该搜索区域内自身存在的虚拟节点作为边界节点；若N不为0，以边界节点搜索区域中的虚拟节点为中心以及起始虚拟节点的横纵坐标方向为基准，将搜索区域分为面积相等的四个扇形区域，在四个扇形区域中分别随机补偿一个候选边界节点，计算这四个候选边界节点的熵值，并和其所属边界节点搜索区域的熵值进行比较；若存在四个候选边界节点的熵值都小于其所属边界节点搜索区域的熵值，表明候选边界节点均落在远离实际边界的方向上；则继续在四个扇形区域内分别补偿一个候选边界节点并计算各自的熵值；若存在Nc个候选边界节点的熵值大于等于其所属边界节点搜索区域的熵值，且Nc≥N，选择熵值较大的N个候选边界节点作为边界节点；若存在Nc个候选边界节点的熵值大于等于其所属边界节点搜索区域的熵值，且Nc＜N，则这Nc个候选边界节点为边界节点；继续在四个扇形区域内分别随机补偿一个候选边界节点，计算其熵值，按上述规则，选择合适的N-Nc个候选边界节点作为边界节点，得到N个边界节点；
S5-2：并行确定每个骨干晶胞中的各个边界节点搜索区域以及位于其搜索区域内的边界节点，获得完整的边界节点集；根据边界节点的坐标进行曲线拟合，得到的曲线即为流体边界线。
有益效果：本发明提供一种水声传感网中基于虚拟节点游走的流体边界追踪方法，具有如下优点：
(1)水声传感器网络因部署区域与流体运动区域处于相同维度，便于监测任务的快速展开。
(2)组网所用的水声感知节点集数据获取、传输、处理、融合等功能为一体，可通过不同的功能配置实现多样化的监测应用需求。
(3)面对突发形成且空间分布随运动进程高度变化的流体目标，水声传感网能够补偿卫星遥感、水下航行器巡航等观测手段的技术短板，提供长时间、近距离、无缝隙、实时性的流体目标监测追踪服务。
附图说明
图1是本发明的最小流体覆盖区域搜索标定的示意图；
图2是本发明的支撑线定义的示意图；
图3是本发明的最小外接矩阵和最小椭圆形包络确定的示意图；
图4是本发明的流体椭圆形包络的环形区域划分和骨干晶胞的选取示意图；
图5是本发明的基于虚拟节点游走的边界节点搜索区域确定的示意图；
图6是本发明的边界节点补偿的示意图；
图7是本发明的基于虚拟节点游走的流体边界追踪示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案，下面对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
一种水声传感网中基于虚拟骨干节点连接的流体边界提取方法，包括如下步骤：
S1：如图1所示，搜索标定最小流体覆盖区域，确定一个覆盖流体区域的凸包P：
S1-1：传感器节点按地理位置分簇，每个簇中至少包含4个传感器节点，根据传感器节点分簇形成不同的监测区域；被流体目标覆盖的传感器节点能感知到流体的存在，则此传感器节点称为事件节点，事件节点所在的簇称为事件簇；如图1所示，存在四个事件簇，簇头节点分别为A0，B0，C0，D0。
S1-2：所有事件节点向所属的事件簇i的簇头发送通知消息，簇头根据收集到的事件节点ID和坐标，确定该事件簇里所有事件节点中横、纵坐标的最大值和最小值，分别记为Xmin_ia、Xmax_ib、Ymin_ic、Ymax_id，并以横、纵坐标最大值、最小值对应的节点坐标生成本地的四元组Quads_i＝Quads_i＝[U_id,R_ib,D_ic,L_ia]，此四元组用于表示流体在该簇中上、右、下、左四个方向的覆盖范围。如图1所示，以簇头节点A0所在事件簇为例，簇中存在事件节点A0至A4，该簇中所有事件节点中横纵坐标最大、最小值分别为Xmin_A2、Xmax_A4、Ymin_A3、Ymax_A1，该簇中用于描述流体上、右、下、左四个方向的分布的四元组Quads_A＝[U_A1,R_A4,D_A3,L_A2]；
S1-3：水声传感网全网范围内的各个事件簇交换各自的本地四元组，每个事件簇根据收到的四元组内的坐标值更新自身的四元组，直至网络中所有事件簇的本地四元组不再发生变化。此时网络中事件簇维持的四元组表示流体在全网上、右、下、左四个方向的覆盖范围；利用四元组确定一个能包含大部分事件节点的四边形，并将四条边分别标号。如图1所示，图中的四个事件簇彼此交换四元组后，最终描述流体在全网范围上、右、下、左四个方向的分布范围的四元组为[U_A1,R_B4,D_C3,L_C2]，由其形成的四边形的四条边为A1B4、B4C3、C3C2、C2A1。本发明中，S1-3中的各个事件簇更新四元组的方式为，将本地四元组与收到的四元组对比其上下左右四个方向上的坐标，分别以对比后获得的横、纵坐标最大、最小值对应的节点坐标更新自身的四元组。
S1-5：通过位于四边形每条边上两个端点的节点坐标p和q，可以确定每条边的解析式。通过簇头之间的信息交互，候选点集中的所有事件节点计算自身的坐标到其最近边的垂直距离，并将该最近边pq、垂直距离、节点ID和坐标信息报告给所属事件簇的簇头。各事件簇的簇头可根据最近边的标号，确定初始的本地顶点元组Tup_Si＝[p,q]，并确定垂直距离最大的事件节点。通过与候选点集中不同的相邻事件簇交换信息，更新距离最近边最远的事件节点j，在候选点集中删除该节点，并将该节点坐标放入本地顶点元组中该最近边两端点坐标的中间，形成新的本地顶点元组Tup_Si＝[p,j,q]。根据本地顶点元组可得到一个多边形，候选点集中的其他事件节点继续判断自己是否位于多边形内，重复上述操作，直至候选点集为空，此时候选点集中的所有节点都被包含在多边形内。如图1所示，以候选点集S4为例，S4＝[D0,D1,D2,D3,D4,D5]，这些节点所属事件簇的簇头根据最近边C2A1生成的初始本地顶点元组为Tup_S4＝[C2,A1]。事件节点D2到最近边C2A1的垂直距离最大，因此将节点D2放入本地顶点元组中，并在S4中删除该节点，更新后的元组为Tup_S4＝[C2,D2,A1]，S4＝[D0,D1,D3,D4,D5]。由于D0、D3、D4、D5位于本地顶点元组确定的三角形ΔC2D2A1中，可直接将这些节点从S4中删除；仅节点D1位于该三角形外部，且D1的最近边为D2A1，因此将D1放入本地顶点元组中，此时Tup_S4＝[C2,D2,D1,A1]，S4＝[]。同理，由候选点集S1生成的本地顶点元组为Tup_S1＝[A1,B4]，候选点集S2生成的本地顶点元组为Tup_S2＝[B4,B3,C3]，候选点集S3生成的本地顶点元组为Tup_S3＝[C3,C2]。本发明中，S1-5所述的本地顶点元组形成方式为，各事件簇簇头根据最近边的标号，确定初始的本地顶点元组和距离该边的垂直距离最大的事件节点。通过与候选点集中不同的相邻事件簇交换信息，更新距离该最近边最远的事件节点，在候选点集中删除该节点，并将该节点坐标放入本地顶点元组中该最近边两端点坐标的中间，直到候选点集为空。
S1-6：在传感网范围内更新事件簇的本地顶点元组，直到本地顶点元组中不再增加新的顶点元组。根据顶点元组可确定一个覆盖流体区域的凸包P。如图1所示，最终形成的顶点元组Tup_S＝[A1,B4,B3,C3,C2,D2,D1]，根据这些顶点可确定一个凸包P，在图1中用黑色虚线表示。
S2：如图2和3所示，构造包围凸包P的四条切线，获得最小外接矩形，从而确定最小椭圆形包络；具体如下：
S2-1：通过S1-3中确定的四元组的节点坐标，可以构造包围S1-6中凸包P的四条切线，称该切线为支撑线，记为L_i。将一对平行的支撑线称为一个卡壳集合，则四条支撑线可形成两个卡壳集合。顺时针同时旋转两个卡壳集合，如果有一条或两条支撑线与凸包P的一条边重合，计算由这两个卡壳集合确定的矩形的面积，并保存为当前最小外接矩形；随后继续旋转卡壳(旋转过程中两个卡壳集合一直保持垂直)，直到其中一条支撑线和凸包P的一条边重合，继续计算由这两个卡壳集合确定的新的矩形的面积，并和当前最小外接矩形的面积比较，如果小于当前最小外接矩形的面积，则更新新的矩形为当前最小外接矩形，否则继续旋转卡壳；如果卡壳集合的旋转角度大于90°，则停止旋转，此时当前最小外接矩形的面积是最小值。如图2所示，根据所有事件节点中横纵坐标最大值、最小值可得到支撑线L_A1、L_C3、L_B4、L_C2，L_A1和L_C3，L_B4和L_C2分别组成一个卡壳。顺时针同时旋转两个卡壳集合，以支撑线L_A1为例，当L_A1和边A1B4重合时，计算此时由两组卡壳形成的矩形面积，面积最小的矩形则为覆盖流体区域的最小外接矩形，如图3所示。
S2-2：根据最小外接矩形的长和宽，可确定该外接矩形的最小外接椭圆。如图3所示。
S3：以椭圆形包络为最外层划分得到若干个环形区域，对环形区域进行划分并选取骨干晶胞；具体地，
S3-1：设置期望的环形区域层数为H，以S2中确定的最小椭圆形包络为最外层均匀划分出H个同心椭圆，即得到H个环形区域；
S3-2：根据满二叉树的组织方式，对各层环形区域进行划分；第i层环形区域被均匀分割成2i-1个子区域；最终，最小椭圆形包络内将包含2H-1个大小不同的子分区；所述子分区统称为晶胞，位于最外层的2H-1个晶胞称为叶子晶胞；本发明中，根据满二叉树的组织方式，对各层环形区域进行划分的具体划分方式为，将最内层环形区域，即第一层环形区域，称为为根区域。第二层环形区域被均匀分割成2个面积相等的区域作为根区域的左右子分区。第三层环形区域被均匀分割成成4个面积相等的子分区，分别作为第二层中两个分区的左右子分区。上述过程等价于满二叉树中父节点生成左右子节点的过程，不断执行直到椭圆形包络所在的第H层，该层将被均匀分割为2H-1个子分区。最终，椭圆形包络内将包含2H-1个大小不同的子分区。
S3-3：根据流体目标泄露源的位置，从椭圆形包络中选定椭圆分区；在选定的椭圆分区中，从S3-2形成的晶胞中选择骨干晶胞，其中，满足以下两个条件中的一个的晶胞即为骨干晶胞：
(1)包含事件节点的叶子晶胞；
(2)自身含有事件节点，且其左右孩子晶胞中至少存在一个晶胞中没有任何事件节点。
如图4所示，将椭圆形包络内划分了6层，对各层进一步划分后，得到了63个子区域，编号为1-63，其中叶子晶胞共32个，编号为32-63。
S4：如图5所示，根据选取的骨干晶胞确定边界搜索区域，具体确定过程如下：
S4-1：骨干晶胞内各传感器节点收集自身邻居节点的信息，如果某个传感器节点的邻居节点中既有事件节点又有非事件节点，则将该传感器节点纳入集合S；从集合S中随机选择一个传感器节点的位置作为虚拟节点的起始位置，虚拟节点的通信半径为r；以虚拟节点的起始位置为中心，沿最小椭圆形包络的中心到起始位置的直线方向为纵坐标轴的正方向，经过起始位置并垂直纵坐标轴的直线为横坐标轴，纵坐标轴的正方向顺时针旋转90°时的指向为横坐标轴的正方向；根据纵坐标轴将骨干晶胞分为左右两个区域，横坐标轴负方向所指区域为左半区，横坐标轴正方向所指区域为右半区；
S4-2：虚拟节点从起始位置开始，分别在左、右两个半区中游走，虚拟节点的初始游走方向为逆时针方向，虚拟节点游走到的位置称为驻点。通过计算虚拟节点的熵值来确定边界节点搜索区域，虚拟节点在起始位置上的熵不为0且其通信区域为一个边界节点搜索区域。逆时针游走过的角度之和记为θanti，顺时针游走过的角度之和记为θclock；从当前熵不为0的驻点到下一个熵不为0的驻点时逆时针游走过的角度之和记为βanti；从当前熵不为0的驻点到下一个熵不为0的驻点时顺时针游走过的角度之和记为βclock；θanti、θclock、βanti、βclock的初始值都为0；则虚拟节点确定边界节点搜索区域的具体步骤如下：
右半区中，
S4-21虚拟节点从起始位置开始沿纵坐标轴的负方向游走2r的距离，若此时虚拟节点位于骨干晶胞的内部，则计算该虚拟节点的熵值，若虚拟节点位于骨干晶胞的外部，则该虚拟节点围绕起始位置且在相距2r的位置上逆时针游走，当其恰好位于骨干晶胞的内部时，计算该虚拟节点的熵值，判断虚拟节点的熵值是否为0，若不为0则进行S4-22；若为0，则虚拟节点继续逆时针游走，直至该虚拟节点的熵值不为0进行S4-22；若虚拟节点逆时针连续游走的角度之和达到180°的过程中，虚拟节点在骨干晶胞内部时的熵值一直为0，则虚拟节点停止游走；
本发明中，虚拟节点的熵可根据下述信息熵公式进行计算：
其中，pi表示某个情况发生的概率，在本方案中只考虑事件节点和非事件节点这两种情况。
S4-22：虚拟节点的熵值不为0，表明虚拟节点的通信区域内存在实际边界，此时，虚拟节点在该驻点处的通信区域为边界节点搜索区域，将βanti、βclock置为0；沿此次游走前最近的一个熵不为0的驻点到当前驻点的方向，虚拟节点继续游走2r的距离到达下一个驻点，若该虚拟节点不在骨干晶胞内，则虚拟节点停止游走，否则计算虚拟节点在该驻点的熵，并断虚拟节点的熵值是否为0，若熵值不为0，则返回S4-22，若熵值为0，则进行S4-23；
S4-23：虚拟节点的熵值为0，表明虚拟节点的通信区域内不存在实际边界，此时，若当前游走方向为逆时针，虚拟节点绕着上一个熵不为0的驻点以α角度逆时针游走，经k次游走后虚拟节点当前累计游走过的角度之和为βanti＝k*α，若经k次游走后虚拟节点的熵不为0，则返回S4-22；若已经逆时针游走过的角度之和θanti大于等于(180°-βclock)，且虚拟节点的熵都为0，则该虚拟节点回到此次游走前最近的一个熵不为0的驻点处；沿上一个熵不为0的驻点到当前驻点的方向，虚拟节点继续游走2r的距离，然后顺时针游走若干个α角度，直到虚拟节点的熵不为0，返回S4-22；
若当前游走方向为顺时针，虚拟节点绕着上一个熵不为0的驻点以α角度顺时针游走，经k次游走后虚拟节点当前累计游走过的角度之和为βclock＝k*α，若经k次游走后虚拟节点的熵不为0，则返回S4-22，若已经顺时针游走过的角度之和θclock大于等于(180°-βanti)，且虚拟节点的熵都为0，此时，将θanti和θclock重置为0，且该虚拟节点回到此次游走前最近的一个熵不为0的驻点处，沿上一个熵不为0的驻点到当前驻点的方向，虚拟节点继续游走2r的距离，然后逆时针游走若干个α角度，直到虚拟节点的熵不为0，返回步骤S4-22；
S4-24重复步骤S4-22-S4-23，直到虚拟节点游走到的位置超出骨干晶胞的区域范围，虚拟节点停止游走；
在左半区中
虚拟节点从起始位置开始沿纵坐标轴的正方向游走2r的距离，若此时虚拟节点位于骨干晶胞的内部，则计算该虚拟节点的熵值，若虚拟节点位于骨干晶胞的外部，则该虚拟节点围绕起始位置且在相距2r的位置上逆时针游走，当其恰好位于骨干晶胞的内部时，计算该虚拟节点的熵值，判断虚拟节点的熵值是否为0，若不为0则进行S4-22；若为0，则虚拟节点继续逆时针游走，直至该虚拟节点的熵值不为0进行S4-22；若虚拟节点逆时针连续游走的角度之和达到180°的过程中，虚拟节点在骨干晶胞内部时的熵值一直为0，则虚拟节点停止游走；其他步骤与所述S4-22-S4-24相同。
如图5所示，虚拟节点所在的起始位置为P0，以P0为中心点将骨干晶胞划分为左、右两个半区。以右半区为例，θanti、θclock、βanti、βclock的初始值都为0，虚拟节点从起始位置P0开始，沿纵坐标轴的负方向游走2r的距离到达驻点P1处，虚拟节点在P1处的通信区域中全部为事件节点，其熵值为0，该通信区域不为边界节点搜索区域；在图中，以45度为一个游走间隔，以起始位置P0为中心，虚拟节点绕着P0逆时针游走45度到达驻点P2处，此时θanti＝45°，βanti＝45°，虚拟节点在P2处的通信区域中既有事件节点又有非事件节点，其熵值不为0，因此虚拟节点在P2处的通信区域为边界节点搜索区域，βanti＝0°；沿P0P2方向，虚拟节点游走2r的距离到达驻点P3处，其熵值为0，因此虚拟节点在P3处的通信区域不为边界节点搜索区域；以P2为中心，虚拟节点绕着P2逆时针游走45度到达驻点P4处，其熵值也为0，因此虚拟节点在P4处的通信区域也不为边界节点搜索区域，此时θanti＝90°，βanti＝45°；以P2为中心，虚拟节点绕着P2逆时针游走45度到达驻点P5处，此时θanti＝145°，βanti＝90°，虚拟节点在P5处的通信区域中既有事件节点又有非事件节点，其熵值不为0，因此虚拟节点在P5处的通信区域为边界节点搜索区域，βanti＝0°；然后，沿P2P5方向，虚拟节点继续游走2r的距离到达驻点P6处，其熵值不为0，因此虚拟节点在P6处的通信区域为边界节点搜索区域；沿P5P6方向，虚拟节点继续游走2r的距离到达驻点P7处，其熵值为0，因此虚拟节点在P7处的通信区域不为边界节点搜索区域；然后，以P6为中心，虚拟节点绕着P6逆时针游走45度到达驻点P8处，其熵值也为0，此时θanti＝180°，βanti＝45°，βclock＝0°，且θanti大于等于(180°-βclock)，因此虚拟节点回到此次游走前最近的一个熵不为0的驻点处P6处，虚拟节点的游走方向变为顺时针且顺时针可游走过的角度之和需小于(180°-βanti)＝145°，θanti＝0°；沿P5P6方向，虚拟节点继续游走2r的距离，然后以P6为中心，虚拟节点绕着P6顺时针游走45度到达驻点P9处，此时θclock＝45°，βclock＝45°，由于P9位于骨干晶胞外部，虚拟节点游走结束。同理可得左半区中的所有边界节点搜索区域。因此，虚拟节点在驻点P0、P2、P5、P6、P10、P13、P15、P16处的通信区域为边界节点搜索区域。
S5：并行确定每个骨干晶胞中的各个边界节点搜索区域以及位于其搜索区域内的边界节点，获得完整的边界节点集，根据边界节点的坐标进行曲线拟合，得到的曲线即为流体边界线。如图5-6所示，所述的边界节点补偿阶段包括：
S5-1：通过公式(2)计算各个边界节点搜索区域内需补偿的边界节点数量N；
其中，H为熵函数，p为事件节点的概率，T为区域内事件节点和非事件节点的数量总和，N为该区域内需补偿的边界节点数。
在搜索区域中补偿的虚拟节点统称为候选边界节点。若N为0，则将该搜索区域内的驻点作为一个边界节点的位置；若N不为0，以边界节点搜索区域中的驻点为中心以及虚拟节点在起始位置上确定的横、纵坐标方向为基准，将搜索区域分为面积相等的四个扇形区域。在四个扇形区域中分别随机补偿一个候选边界节点，计算这四个候选边界节点的熵值，并和其所属边界节点搜索区域的熵值进行比较。若存在四个候选边界节点的熵值都小于其所属边界节点搜索区域的熵值，表明候选边界节点均落在远离实际边界的方向上，四个候选边界节点不会成为边界节点；继续在四个扇形区域内分别补偿一个候选边界节点并计算各自的熵值。若存在Nc(0≤Nc≤4)个候选边界节点的熵值大于等于其所属边界节点搜索区域的熵值，且Nc≥N，选择熵值较大的N个候选边界节点作为边界节点；若存在Nc个候选边界节点的熵值大于等于其所属边界节点搜索区域的熵值，且Nc＜N，这Nc个候选边界节点为边界节点；继续在四个扇形区域内分别随机补偿一个候选边界节点，计算其熵值，按上述规则，选择合适的N-Nc个候选边界节点作为边界节点，得到N个边界节点。如图5所示，虚拟节点在驻点P0、P2、P5、P6、P10、P13、P15、P16处的通信区域均为边界节点搜索区域，虚拟节点在P0处的通信区域中有4个事件节点和2个非事件节点，需补偿2个边界节点作为非事件节点；虚拟节点在P2处的通信区域中有3事件节点和1个非事件节点，需补偿2个边界节点作为非事件节点；虚拟节点在P5处的通信区域中有2个事件节点和3个非事件节点，需补偿1个边界节点作为事件节点；虚拟节点在P6处的通信区域中有1个事件节点和3个非事件节点，需补偿2个边界节点作为事件节点；同理，虚拟节点在P10处的通信区域内需补偿2个边界节点，驻点P13处的节点为一个边界节点，虚拟节点在P15处的通信区域内需补偿2个边界节点，在P16处的通信区域内需补偿1个边界节点。如图6所示，将虚拟节点在驻点P0处的边界节点搜索区域四等分，分别记为区域I、II、III、IV，并在搜索区域中补偿2个边界节点。在这四个扇形区域中各补偿一个候选边界节点，分别为CB1、CB2、CB3、CB4。CB1的通信区域内有4个事件节点和3个非事件节点，其熵值大于虚拟节点在P0处的熵值；CB2的通信区域内有1个事件节点和6个非事件节点，其熵值小于虚拟节点在P0处的熵值，CB2不会成为边界节点；CB3的通信区域内有4个事件节点和4个非事件节点，其熵值大于虚拟节点在P0处的熵值；CB4的通信区域内全部为事件节点，其熵值小于虚拟节点在P0处的熵值，CB4不会成为边界节点；最后可得到候选边界节点CB1和CB3为边界节点。
S5-2：并行确定每个骨干晶胞中的各个边界节点搜索区域以及位于其搜索区域内的边界节点，获得完整的边界节点集。根据边界节点的坐标进行曲线拟合，得到的曲线即为流体边界线，如图7所示。本发明中，边界节点的确定方式为，根据各个边界搜索区域中的熵情况来确定搜索区域中边界节点的个数，以及通过划分搜索区域，比较并选取各个区域中熵值较大的候选边界节点作为边界节点。
本发明中的椭圆形包络确定阶段，由于离心率为0时椭圆变为圆，所以将圆形包络可视为椭圆形包络的一种特例。
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。
Claims (6)
1.一种水声传感网中基于虚拟节点游走的流体边界追踪方法，其特征在于，包括如下步骤：
S1：搜索标定最小流体覆盖区域，确定一个覆盖流体区域的凸包P；
S1-1：传感器节点按地理位置分簇，每个簇中至少包含4个传感器节点，根据传感器节点分簇形成不同的监测区域；被流体目标覆盖的传感器节点能感知到流体的存在，则此传感器节点称为事件节点，事件节点所在的簇称为事件簇；
S1-2：所有事件节点向所属的事件簇i的簇头发送通知消息，簇头根据收集到的事件节点ID和坐标，确定该事件簇里所有事件节点中横、纵坐标的最大值和最小值，分别记为Xmin_ia、Xmax_ib、Ymin_ic、Ymax_id，并以横、纵坐标最大值、最小值对应的节点坐标生成本地的四元组Quads_i= [U_id,R_ib,D_ic,L_ia]，所述四元组用于表示流体在该簇中上、右、下、左四个方向的覆盖范围；
S1-3：传感网范围内的各个事件簇交换各自的本地四元组，每个事件簇根据收到的四元组内的坐标值更新自身的四元组，直至传感网范围中所有事件簇的本地四元组不再发生变化；此时传感网范围中事件簇维持的四元组表示流体在全网上、右、下、左四个方向的覆盖范围；利用更新后的四元组确定一个能包含大部分事件节点的四边形，并将四条边分别标号；
S1-4：每个事件簇内的事件节点计算自身分别到四元组中四个传感器节点所形成的角度，若四个角相加之和为360°，表明该事件节点位于四边形内部，反之，表明该事件节点位于四边形外部；判断事件节点到四边形哪条边的距离最近，从而将位于四边形外的事件节点分为四个候选点集，记为S1、S2、S3、S4；
S1-5：通过位于四边形每条边上两个端点的节点坐标p和q，可以确定每条边的解析式；通过簇头之间的信息交互，候选点集中的所有事件节点计算自身的坐标到其最近边的垂直距离，并将该最近边pq、垂直距离、节点ID和坐标信息报告给所属事件簇的簇头；各事件簇的簇头根据最近边的标号，确定初始的本地顶点元组Tup_Si=[p, q]，并确定垂直距离最大的事件节点；通过与候选点集中不同的相邻事件簇交换信息，更新距离最近边最远的事件节点j，在候选点集中删除该节点，并将该节点坐标放入本地顶点元组中该最近边两端点坐标的中间，形成新的本地顶点元组Tup_Si=[p, j, q]；根据本地顶点元组可得到一个多边形，候选点集中的其他事件节点继续判断自己是否位于多边形内，重复上述操作，直至候选点集为空，此时候选点集中的所有节点都被包含在多边形内；
S1-6：在传感网范围内更新事件簇的本地顶点元组，直到本地顶点元组中不再增加新的顶点元组；根据顶点元组可确定一个覆盖流体区域的凸包P；
S2：构造包围凸包P的四条切线，获得最小外接矩形，从而确定最小椭圆形包络；
S3：以椭圆形包络为最外层划分得到若干个环形区域，对环形区域进行划分并选取骨干晶胞；
S4：根据选取的骨干晶胞确定边界搜索区域，具体确定过程如下：
S4-1：骨干晶胞内各传感器节点收集自身邻居节点的信息，如果某个传感器节点的邻居节点中既有事件节点又有非事件节点，则将该传感器节点纳入集合S；从集合S中随机选择一个传感器节点的位置作为虚拟节点的起始位置，虚拟节点的通信半径为r；以虚拟节点的起始位置为中心，沿最小椭圆形包络的中心到起始位置的直线方向为纵坐标轴的正方向，经过起始位置并垂直纵坐标轴的直线为横坐标轴，纵坐标轴的正方向顺时针旋转90°时的指向为横坐标轴的正方向；根据纵坐标轴将骨干晶胞分为左右两个区域，横坐标轴负方向所指区域为左半区，横坐标轴正方向所指区域为右半区；
S4-2：虚拟节点从起始位置开始，分别在左、右两个半区中游走，虚拟节点的初始游走方向为逆时针方向，虚拟节点游走到的位置称为驻点，通过计算虚拟节点的熵值来确定边界节点搜索区域，其中，虚拟节点在起始位置上的熵不为0且其通信区域为一个边界节点搜索区域；
逆时针游走过的角度之和记为θanti，顺时针游走过的角度之和记为θclock；从当前熵不为0的驻点到下一个熵不为0的驻点时逆时针游走过的角度之和记为βanti；从当前熵不为0的驻点到下一个熵不为0的驻点时顺时针游走过的角度之和记为βclock ；θanti 、θclock 、βanti、βclock的初始值都为0；则虚拟节点确定边界节点搜索区域的具体步骤如下：
右半区中
S4-21虚拟节点从起始位置开始沿纵坐标轴的负方向游走2r的距离，若此时虚拟节点位于骨干晶胞的内部，则计算该虚拟节点的熵值，若虚拟节点位于骨干晶胞的外部，则该虚拟节点围绕起始位置且在相距2r的位置上逆时针游走，当其恰好位于骨干晶胞的内部时，计算该虚拟节点的熵值，判断虚拟节点的熵值是否为0，若不为0则进行S4-22；若为0，则虚拟节点继续逆时针游走，直至该虚拟节点的熵值不为0进行S4-22；若虚拟节点逆时针连续游走的角度之和达到180°的过程中，虚拟节点在骨干晶胞内部时的熵值一直为0，则虚拟节点停止游走；
S4-22：虚拟节点的熵值不为0，表明虚拟节点的通信区域内存在实际边界，此时，虚拟节点在该驻点处的通信区域为边界节点搜索区域，将βanti、βclock置为0；沿此次游走前最近的一个熵不为0的驻点到当前驻点的方向，虚拟节点继续游走2r的距离到达下一个驻点，若该虚拟节点不在骨干晶胞内，则虚拟节点停止游走，否则计算虚拟节点在该驻点的熵，并断虚拟节点的熵值是否为0，若熵值不为0，则返回S4-22，若熵值为0，则进行S4-23；
S4-23：虚拟节点的熵值为0，表明虚拟节点的通信区域内不存在实际边界，此时，若当前游走方向为逆时针，虚拟节点绕着上一个熵不为0的驻点以α角度逆时针游走，经k次游走后虚拟节点当前累计游走过的角度之和为βanti=k*α，若经k次游走后虚拟节点的熵不为0，则返回S4-22；若已经逆时针游走过的角度之和θanti大于等于（180°-βclock），且虚拟节点的熵都为0，则该虚拟节点回到此次游走前最近的一个熵不为0的驻点处；沿上一个熵不为0的驻点到当前驻点的方向，虚拟节点继续游走2r的距离，然后顺时针游走若干个α角度，直到虚拟节点的熵不为0，返回S4-22；
若当前游走方向为顺时针，虚拟节点绕着上一个熵不为0的驻点以α角度顺时针游走，经k次游走后虚拟节点当前累计游走过的角度之和为βclock=k*α，若经k次游走后虚拟节点的熵不为0，则返回S4-22，若已经顺时针游走过的角度之和θclock大于等于（180°-βanti），且虚拟节点的熵都为0，此时，将θanti和θclock重置为0，且该虚拟节点回到此次游走前最近的一个熵不为0的驻点处，沿上一个熵不为0的驻点到当前驻点的方向，虚拟节点继续游走2r的距离，然后逆时针游走若干个α角度，直到虚拟节点的熵不为0，返回步骤S4-22；
S4-24重复步骤S4-22- S4-23，直到虚拟节点游走到的位置超出骨干晶胞的区域范围，虚拟节点停止游走；
在左半区中
虚拟节点从起始位置开始沿纵坐标轴的正方向游走2r的距离，若此时虚拟节点位于骨干晶胞的内部，则计算该虚拟节点的熵值，若虚拟节点位于骨干晶胞的外部，则该虚拟节点围绕起始位置且在相距2r的位置上逆时针游走，当其恰好位于骨干晶胞的内部时，计算该虚拟节点的熵值，判断虚拟节点的熵值是否为0，若不为0则进行S4-22；若为0，则虚拟节点继续逆时针游走，直至该虚拟节点的熵值不为0进行S4-22；若虚拟节点逆时针连续游走的角度之和达到180°的过程中，虚拟节点在骨干晶胞内部时的熵值一直为0，则虚拟节点停止游走；其他步骤与所述S4-22- S4-24相同；
S5：并行确定每个骨干晶胞中的各个边界节点搜索区域以及位于其搜索区域内的边界节点，获得完整的边界节点集，根据边界节点的坐标进行曲线拟合，得到的曲线即为流体边界线。
2.根据权利要求1所述的水声传感网中基于虚拟节点游走的流体边界追踪方法，其特征在于：所述S1-3中，各个事件簇更新自身的四元组的方式如下：各个事件簇将本地四元组与接收到的四元组对比其上下左右四个方向上的坐标，分别以对比后获得的横、纵坐标最大值、最小值对应的节点坐标更新自身的四元组。
3.根据权利要求1所述的水声传感网中基于虚拟节点游走的流体边界追踪方法，其特征在于：所述S2的具体步骤如下：
S2-1：通过S1-3中确定的四元组的节点坐标，构造包围凸包P的四条切线，称该切线为支撑线，记为L_i；记一对平行的支撑线为一个卡壳集合，则四条支撑线形成两个卡壳集合；顺时针同时旋转两个卡壳集合，如果有一条或两条支撑线与凸包P的一条边重合，计算由这两个卡壳集合确定的矩形的面积，并保存为当前最小外接矩形；随后继续旋转卡壳，直到其中一条支撑线和凸包P的一条边重合，继续计算由这两个卡壳集合确定的新的矩形的面积，并和当前最小外接矩形的面积比较，如果小于当前最小外接矩形的面积，则更新新的矩形为当前最小外接矩形，否则继续旋转卡壳；如果卡壳集合的旋转角度大于90°，则停止旋转，此时当前最小外接矩形的面积是最小值；
S2-2：根据当前最小外接矩形的长和宽，确定该外接矩形的最小外接椭圆。
4.根据权利要求1所述的水声传感网中基于虚拟节点游走的流体边界追踪方法，其特征在于：所述S3的具体步骤如下：
S3-1：设置期望的环形区域层数为H，以S2中确定的最小椭圆形包络为最外层均匀划分出H个同心椭圆，即得到H个环形区域；
S3-2：根据满二叉树的组织方式，对各层环形区域进行划分；第i层环形区域被均匀分割成2i-1个子区域；最终，最小椭圆形包络内将包含2H-1个大小不同的子分区；所述子分区统称为晶胞，位于最外层的2H-1个晶胞称为叶子晶胞；
S3-3：从S3-2形成的晶胞中选择骨干晶胞，其中，满足以下两个条件中的一个的晶胞即为骨干晶胞：
（1）包含事件节点的叶子晶胞；
（2）自身含有事件节点，且其左右孩子晶胞中至少存在一个晶胞中没有任何事件节点。
5.根据权利要求4所述的水声传感网中基于虚拟节点游走的流体边界追踪方法，其特征在于：所述S3-2中根据满二叉树的组织方式，对各层环形区域进行划分的具体划分方式为：
将最内层环形区域，即第一层环形区域，称为根区域；
第二层环形区域被均匀分割成2个面积相等的区域作为根区域的左右子分区；
第三层环形区域被均匀分割成成4个面积相等的子分区，分别作为第二层中两个分区的左右子分区；
其划分过程即为满二叉树中父节点生成左右子节点的过程，不断执行直到最小椭圆形包络的最外层，即第H层，该层将被均匀分割为2H-1个子分区；最终，椭圆形包络内包含2H-1个大小不同的子分区。
6.根据权利要求1所述的水声传感网中基于虚拟节点游走的流体边界追踪方法，其特征在于：所述S5的具体步骤如下：
S5-1：计算各个边界节点搜索区域内需补偿的边界节点数量N，在搜索区域中补偿的虚拟节点统称为候选边界节点，候选边界节点仅在边界搜索区域中进行补偿；若N为0，则不需要补偿边界节点，将该搜索区域内自身存在的虚拟节点作为边界节点；若N不为0，以边界节点搜索区域中的虚拟节点为中心以及起始虚拟节点的横纵坐标方向为基准，将搜索区域分为面积相等的四个扇形区域，在四个扇形区域中分别随机补偿一个候选边界节点，计算这四个候选边界节点的熵值，并和其所属边界节点搜索区域的熵值进行比较；若存在四个候选边界节点的熵值都小于其所属边界节点搜索区域的熵值，表明候选边界节点均落在远离实际边界的方向上；则继续在四个扇形区域内分别补偿一个候选边界节点并计算各自的熵值；若存在Nc个候选边界节点的熵值大于等于其所属边界节点搜索区域的熵值，且Nc≥N，选择熵值较大的N个候选边界节点作为边界节点；若存在Nc个候选边界节点的熵值大于等于其所属边界节点搜索区域的熵值，且Nc＜N，则这Nc个候选边界节点为边界节点；继续在四个扇形区域内分别随机补偿一个候选边界节点，计算其熵值，按上述规则，选择合适的N-Nc个候选边界节点作为边界节点，得到N个边界节点；
S5-2：并行确定每个骨干晶胞中的各个边界节点搜索区域以及位于其搜索区域内的边界节点，获得完整的边界节点集；根据边界节点的坐标进行曲线拟合，得到的曲线即为流体边界线。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110440838.2A CN113179136B (zh) | 2021-04-23 | 2021-04-23 | 一种水声传感网中基于虚拟节点游走的流体边界追踪方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110440838.2A CN113179136B (zh) | 2021-04-23 | 2021-04-23 | 一种水声传感网中基于虚拟节点游走的流体边界追踪方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113179136A CN113179136A (zh) | 2021-07-27 |
| CN113179136B true CN113179136B (zh) | 2023-11-28 |
Family
ID=76924320
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110440838.2A Active CN113179136B (zh) | 2021-04-23 | 2021-04-23 | 一种水声传感网中基于虚拟节点游走的流体边界追踪方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113179136B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105554835A (zh) * | 2015-12-09 | 2016-05-04 | 河海大学常州校区 | 无线传感器网络中基于虚拟节点游走的有毒气体追踪方法 |
| CN107155175A (zh) * | 2017-05-15 | 2017-09-12 | 河海大学常州校区 | 无线传感器网络中基于虚拟节点的有毒气体监测方法 |
| CN107182032A (zh) * | 2017-05-15 | 2017-09-19 | 河海大学常州校区 | 无线传感器网络中基于扇区模型的有毒气体监测方法 |
| CN110708704A (zh) * | 2019-09-26 | 2020-01-17 | 天津大学 | 一种基于深度调节的水声传感器网络节点部署方法 |
| CN111970715A (zh) * | 2020-07-16 | 2020-11-20 | 河海大学常州校区 | 水声传感网中基于虚拟骨干节点连接的流体边界提取方法 |
| CN111970716A (zh) * | 2020-08-14 | 2020-11-20 | 河海大学常州校区 | 水声传感网中基于分类超平面搜索的流体边界提取方法 |
| CN112512003A (zh) * | 2020-11-19 | 2021-03-16 | 大连理工大学 | 一种水声传感网中基于长短时记忆网络的动态信任模型 |
-
2021
- 2021-04-23 CN CN202110440838.2A patent/CN113179136B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105554835A (zh) * | 2015-12-09 | 2016-05-04 | 河海大学常州校区 | 无线传感器网络中基于虚拟节点游走的有毒气体追踪方法 |
| CN107155175A (zh) * | 2017-05-15 | 2017-09-12 | 河海大学常州校区 | 无线传感器网络中基于虚拟节点的有毒气体监测方法 |
| CN107182032A (zh) * | 2017-05-15 | 2017-09-19 | 河海大学常州校区 | 无线传感器网络中基于扇区模型的有毒气体监测方法 |
| CN110708704A (zh) * | 2019-09-26 | 2020-01-17 | 天津大学 | 一种基于深度调节的水声传感器网络节点部署方法 |
| CN111970715A (zh) * | 2020-07-16 | 2020-11-20 | 河海大学常州校区 | 水声传感网中基于虚拟骨干节点连接的流体边界提取方法 |
| CN111970716A (zh) * | 2020-08-14 | 2020-11-20 | 河海大学常州校区 | 水声传感网中基于分类超平面搜索的流体边界提取方法 |
| CN112512003A (zh) * | 2020-11-19 | 2021-03-16 | 大连理工大学 | 一种水声传感网中基于长短时记忆网络的动态信任模型 |
Non-Patent Citations (3)
| Title |
|---|
| 基于簇的三维水声传感器网络的密钥管理方案;黄彬;刘广钟;徐明;;计算机科学(11);全文 * |
| 水下无线传感器网络目标定位算法;吴斌;于乐;;海军航空工程学院学报(06);全文 * |
| 水下移动无线传感器网络拓扑;何明;梁文辉;陈国华;陈秋丽;;控制与决策(12);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113179136A (zh) | 2021-07-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113179135B (zh) | 一种水声传感网中基于信息熵最大化的流体边界提取方法 | |
| Moosavi | Urban morphology meets deep learning: Exploring urban forms in one million cities, towns, and villages across the planet | |
| CN111970715B (zh) | 水声传感网中基于虚拟骨干节点连接的流体边界提取方法 | |
| CN102915227A (zh) | 面向大区域流域提取的并行方法 | |
| CN106649821A (zh) | 空间目标索引构建、碰撞预警、区域和最近邻查询方法 | |
| CN109357678A (zh) | 一种基于异质化鸽群优化算法的多无人机路径规划方法 | |
| CN102169344A (zh) | 未知环境下通讯距离受限的多机器人协作探索与建图方法 | |
| Cao et al. | Gradient analysis of urban construction land expansion in the Chongqing urban area of China | |
| CN112665575A (zh) | 一种基于移动机器人的slam回环检测方法 | |
| CN111970716B (zh) | 水声传感网中基于分类超平面搜索的流体边界提取方法 | |
| Kidner et al. | Parallel processing for terrain analysis in GIS: visibility as a case study | |
| CN106714193A (zh) | 一种基于理想图案模型的水下传感器节点沉降部署方法 | |
| CN113179136B (zh) | 一种水声传感网中基于虚拟节点游走的流体边界追踪方法 | |
| Li et al. | Exploring multiple crowdsourced data to learn deep convolutional neural networks for road extraction | |
| CN105427177A (zh) | 一种基于gis的农地四至自动计算方法 | |
| CN115632956A (zh) | 基于可信信息覆盖的可充电物联网节点优化部署方法 | |
| Zhang et al. | A coverage vulnerability repair algorithm based on clustering in underwater wireless sensor networks | |
| Ai et al. | A map generalization model based on algebra mapping transformation | |
| CN101964157A (zh) | 球面菱形网格递归剖分方法 | |
| Kong et al. | Mobile barrier coverage for dynamic objects in wireless sensor networks | |
| CN115718905A (zh) | 一种面向vts系统的多传感器信息融合方法 | |
| Lee | Geographic and cartographic contexts in generalization | |
| CN109600710B (zh) | 一种视频传感器网络中基于差分算法的多移动目标监测方法 | |
| CN108320317B (zh) | 一种基于高分辨率数字地形的堤防线数据提取方法 | |
| Bonthu et al. | Offshore wind energy potential along the Indian Coast considering ecological safeguards |
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 |