CN114219333B - 一种三维地形中传感器部署点规划方法、系统及存储介质 - Google Patents

一种三维地形中传感器部署点规划方法、系统及存储介质 Download PDF

Info

Publication number
CN114219333B
CN114219333B CN202111565264.8A CN202111565264A CN114219333B CN 114219333 B CN114219333 B CN 114219333B CN 202111565264 A CN202111565264 A CN 202111565264A CN 114219333 B CN114219333 B CN 114219333B
Authority
CN
China
Prior art keywords
sensor
coverage rate
sensors
point
points
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
Application number
CN202111565264.8A
Other languages
English (en)
Other versions
CN114219333A (zh
Inventor
陈海
赵暾
钱炜祺
陈功
侯金鑫
郑凤麒
王松
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Computational Aerodynamics Institute of China Aerodynamics Research and Development Center
Original Assignee
Computational Aerodynamics Institute of China Aerodynamics Research and Development Center
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Computational Aerodynamics Institute of China Aerodynamics Research and Development Center filed Critical Computational Aerodynamics Institute of China Aerodynamics Research and Development Center
Priority to CN202111565264.8A priority Critical patent/CN114219333B/zh
Publication of CN114219333A publication Critical patent/CN114219333A/zh
Application granted granted Critical
Publication of CN114219333B publication Critical patent/CN114219333B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Operations Research (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Processing Or Creating Images (AREA)

Abstract

一种三维地形中传感器部署点规划方法、系统及存储介质，该方法包括以下步骤：建立待覆盖区域的三维地形；输入指定覆盖率、传感器的参数值和部署高度，计算传感器的初始数量并给出传感器的初始部署坐标；建立基于可视域算法的目标函数；利用模式搜索算法调用所述目标函数，优化各传感器的坐标点，计算优化后的传感器覆盖率；比较优化后的传感器覆盖率与指定覆盖率的大小，若优化后的传感器覆盖率大于或等于指定覆盖率，则规划结束，若优化后的传感器覆盖率小于指定覆盖率，则传感器数量加1并返回步骤四。本发明能够避免在部署规划过程中陷入局部最优，有效地提高部署规划的合理性和整体的覆盖率，实现数量最少的传感器部署达到期望的指定覆盖率。

Description

一种三维地形中传感器部署点规划方法、系统及存储介质
技术领域
本发明涉及传感器网络覆盖感知领域，具体涉及一种三维地形中传感器部署点规划方法、系统及存储介质。
背景技术
中国的陆上边境线长达2万多公里，很多地方都是人迹罕至的区域。特别是西藏和新疆等边境地区，海拔高、地形复杂、自然条件恶劣，要对这些区域实施管控，难度非常大。依靠无人值守设备，如光学、红外、声音等传感器实施区域监控，取代有人巡逻，将大大节省人力和物力。
专利CN105208569A公开了一种旨在增强复杂三维场景区域传感器网络覆盖能力的方法，该方法构建三维地形场景后，将若干传感器初始部署于三维地形场景中，运用模拟退火思想对各传感器节点的部署坐标进行优化，之后考虑场景中部署的各传感器节点与其相邻的节点的关系，逐个优化各传感器节点的偏向角度。现有的规划方法在坐标优化过程中，基于传感器节点与相邻节点的关系逐个优化传感器的偏向角，容易陷入局部最优的规划结果，难以达到所需的覆盖率。
此外，由于边境地区地形复杂、高低起伏，传感器的感知会受到三维地形遮蔽的影响，存在盲区。如图1所示，传感器的感知模型为球形，但受遮蔽效应的影响，图1中只有白色区域能够被传感器感知得到。传统规划方法的传感器部署点为统一绝对高度，未考虑到传感器需要部署于高低起伏的三维地形表面，因而无法有效地解决地形遮蔽效应对传感器感知产生的影响。
发明内容
本发明的一个目的在于提供一种三维地形中传感器部署点规划方法，以解决现有技术中传感器规划方法容易陷入局部最优、未考虑地形遮蔽效应而导致的难以适用于复杂地形传感器部署规划的问题，实现部署最少的传感器对特定关键区域实施达到指定覆盖率的覆盖式监控，避免规划过程陷入局部最优。
本发明通过下述技术方案实现：
一种三维地形中传感器部署点规划方法，包括以下步骤：
步骤一：输入栅格地图数据，根据所述栅格地图数据建立待覆盖区域的三维地形；
步骤二：输入指定覆盖率、以及传感器的参数值和部署高度，基于所述栅格地图数据、指定覆盖率、以及传感器的参数值和部署高度计算传感器的初始数量num，其中num正整数，并随机给出num个传感器的坐标点；
步骤三：建立基于可视域算法的目标函数，所述目标函数的输入为传感器的坐标点，所述目标函数的输出为传感器覆盖率的倒数；
步骤四：利用模式搜索算法调用所述目标函数，优化各传感器的坐标点，计算优化后的传感器覆盖率；
步骤五：比较优化后的传感器覆盖率与指定覆盖率的大小，若所述优化后的传感器覆盖率大于或等于所述指定覆盖率，则规划结束，若所述优化后的传感器覆盖率小于所述指定覆盖率，则传感器的数量加1并返回步骤四。
本技术方案中，在步骤一中输入栅格地图数据，根据输入的栅格地图数据建立待覆盖区域的三维地形，该三维地形中包含若干个栅格点。在一个或多个实施例中，所使用的三维地形栅格地图数据为一个n*3的矩阵，其中，n为三维地形中栅格点的数量，第一列为栅格点的地理经度数据、第二列为栅格点的地理纬度数据、第三列为栅格点所在经纬度对应的高程数据，该三维地形高低起伏，并会对传感器产生遮蔽效应，影响传感器的感知范围。
步骤二中，需要输入期望通过规划达到的指定覆盖率，以及传感器的参数值和部署高度。传感器的参数值可以是传感器的感知模型、传感器的感知半径等参数。结合使用的栅格地图数据和输入的指定覆盖率、传感器的参数值、部署高度计算传感器的初始数量num，该num为覆盖所述三维地形所需的最小值，之后随机给出num个传感器的坐标点。
步骤三中，建立基于可视域(Viewshed)算法的传感器覆盖率目标函数，所述目标函数的输入为随机部署的num个传感器的坐标点，所述目标函数的输出为传感器覆盖率的倒数。本技术方案中，所述可视域算法基本原理是通过判断传感器坐标点与传感器感知半径内的其他点构成的视线(Line of Sight)是否被阻挡来计算传感器的实际感知范围，即可视域。
步骤四中，通过基于模式搜索(Pattern Search)的优化算法规划传感器的部署点，并根据优化结构，计算优化后的所有传感器的覆盖率。由于目标函数的输入是离散的坐标点，且该函数的约束条件较少、不能求导，因此，常用的线性规划(LP)、二次规划(QP)、二次锥规划(SOCP)、非线性规划(NLP)、最小二乘法等优化算法均不适用。模式搜索是直接搜索算法中的一种，它不需要任何关于目标函数梯度的信息，可以用于解决目标函数不可微或者不连续的问题。因此，本技术方案中选用模式搜索算法对传感器的坐标点进行优化。
步骤五中，比较优化后的num个传感器的覆盖率与指定覆盖率的大小，若传感器覆盖率大于等于指定覆盖率，表明当前num个传感器通过模式搜索算法优化坐标点后，能够实现期望的覆盖率，部署规划过程结束。相反地，若传感器覆盖率小于覆盖率，则表明当前num个传感器即使经过坐标优化也无法达到期望的覆盖率，则增加传感器的数量，传感器数量变为num+1，之后，返回步骤四，再次优化num+1个传感器的坐标点，并计算优化后的传感器覆盖率，再次比较传感器覆盖率与指定覆盖率的大小，依次类推，直至num+t个传感器的覆盖率大于等于指定覆盖率后，结束规划。
本技术方案中，利用可视域算法判断传感器部署点与其感知半径内的其他点构成的视线是否被阻挡来计算传感器的实际感知范围，随后利用模式搜索算法从全局的角度、而非相邻两个传感器的关系优化传感器的坐标点，避免在部署规划过程中陷入局部最优，从而有效地提高部署规划的合理性和整体的覆盖率，实现数量最少的传感器部署达到期望的指定覆盖率，在更换传感器感知模型后，能够在移动基站选址规划、通道监控等领域得到应用，具有广泛的推广价值。
作为本发明中建立基于可视域算法的目标函数的一种优选方式，所述建立基于可视域算法的目标函数过程具体包括以下步骤：
S31：建立可视域算法，调用可视域算法计算num个传感器的可视域，若三维地形上的目标点能够被任一传感器感知，该目标点的标记为1，否则该目标点标记为0；此处的目标点是指位于传感器感知半径内的栅格点；
S32：计算标记为1的目标点数量占三维地形区域栅格点数量的百分比，得到传感器覆盖率，取所述传感器覆盖率的倒数作为目标函数的输出。
进一步地，所述步骤S31中，建立可视域算法包括以下步骤：
建立传感器的坐标点与其感知半径内的目标点的视线，并对视线进行分段采样，得到至少一个采样点；
以传感器的坐标点为原点，垂直于水平面的直线为y轴、连接坐标点和目标点的直线在水平面上的投影为x轴，建立二维坐标系，令连接坐标点和目标点的直线的斜率为K1、连接坐标点与第i个采样点的直线的斜率为K2i，当K1≤K2i时，该目标点在该传感器的可视域中标记为0，否则，该目标点在该传感器的可视域中标记为1；
重复上述步骤对传感器感知半径内的所有目标点进行可视性判断并标记，建立传感器坐标点对应的可视域。
本技术方案中，以传感器的感知范围为球体为例，以传感器的坐标点为圆心，在其感知半径内存在若干目标点。对于单个传感器的可视域，建立传感器部署的坐标点与感知半径内的任一目标点的视线，并对视线进行分段采样。由于地势的高低起伏，坐标点与目标点之间的视线为一条曲线，对视线的分段采样是指，在视线上等间距或不等间距选择采样点，采样点在x轴上的投影优选为栅格点，通过分段采样，得到位于视线上的至少一个采样点。之后，以传感器的坐标点为原点，垂直于水平面的直线为y轴、连接坐标点和目标点的直线在水平面上的投影为x轴，建立二维坐标系，令连接坐标点和目标点的直线的斜率为K1、连接坐标点与第i个采样点的直线的斜率为K2i，当K1小于或等于任意一个采样点的K2i时，则该目标点在该传感器的可视域中标记为0，当K1大于所有采样点的K2i时，该目标点在该传感器的可视域中标记为1。遍历该传感器感知半径内的所有目标点，对所有目标点进行可视性判断并标记，则建立了单个传感器坐标点周围的可视域。
接下来，调用上述可视域算法，依次计算每个传感器的可视域，当三维地形上的一个目标点能够被任一传感器感知到，则该目标点的标记为1，否则目标点标记为0，未在传感器感知半径内的栅格点统一标记为0，进而完成三维地形上所有栅格点的标记。最后，计算所有传感器可视域占三维地形区域的百分比，即可得到传感器的覆盖率，取其倒数作为目标函数的输出。
上述技术方案中，通过在三维地形数据及传感器坐标点中引入高程数据，并计算、比较连接坐标点与采样点的直线的斜率同连接坐标点与目标点的直线的斜率，判断坐标点和目标点之间的视线是否阻挡，从而能够在考虑地形遮蔽效应的前提下部署传感器，部署的传感器网络能够更好地适用于高低起伏的复杂地形。
进一步地，在步骤二中，所述传感器的初始数量num为所述三维地形对应的无感知盲区的二维平面中，达到指定覆盖率所需的传感器数量的最小值。此处的三维地形对应的无感知盲区的二维平面，是指坐标点仅考虑了经纬度，而未考虑高程，即忽略地形遮蔽效应的影响。
进一步地，所述传感器的参数值包括传感器的感知半径，所述传感器的初始数量
Figure BDA0003421815470000041
其中，area(P)为三维地形P的平面面积，r为传感器的感知半径，π为圆周率，Per0为指定覆盖率，
Figure BDA0003421815470000042
表示向上取整。该传感器初始数量为初次调用优化函数的起始值。
进一步地，所述模式搜索算法在传感器的坐标点的取值范围内调整传感器的坐标值，使目标函数达到最小。
本发明的另一个目的在于基于前述任一种部署点规划方法，提供一种三维地形中传感器部署点规划系统，所述系统包括地形生成单元、输入单元、部署规划单元和评估单元，其中：
输入单元，用于输入栅格地图数据、指定覆盖率、传感器的参数值和部署高度；地形生成单元，用于基于所述栅格地图数据建立待覆盖区域的三维地形；部署规划单元，用于基于所述栅格地图数据、指定覆盖率、以及传感器的参数值和部署高度计算传感器的初始数量num，其中，num正整数，并随机给出num个传感器的坐标点，基于传感器的坐标点建立基于可视域算法的目标函数，所述目标函数的输出为传感器覆盖率的倒数，利用模式搜索算法调用所述目标函数，优化各传感器的坐标点，计算优化后的传感器覆盖率；评估单元，用于比较优化后的传感器覆盖率与指定覆盖率的大小，若优化后的传感器覆盖率大于或等于指定覆盖率则规划结束，若优化后的传感器覆盖率小于指定覆盖率则传感器的数量加1，并返回部署规划单元计算优化后的传感器覆盖率。
进一步地，所述部署规划单元用于建立基于可视域算法的目标函数包括以下步骤：
建立传感器的坐标点与其感知半径内的目标点的视线，并对视线进行分段采样，得到至少一个采样点；以传感器的坐标点为原点，垂直于水平面的直线为y轴、连接坐标点和目标点的直线在水平面上的投影为x轴，建立二维坐标系，令连接坐标点和目标点的直线的斜率为K1、连接坐标点与第i个采样点的直线的斜率为K2i，当K1≤K2i时，该目标点在该传感器的可视域中标记为0，否则，该目标点在该传感器的可视域中标记为1；计算每个传感器的可视域，若三维地形上的目标点能够被任一传感器感知，该目标点的标记为1，否则该目标点标记为0，未在传感器感知半径内的栅格点统一标记为0；计算标记为1的目标点数量占三维地形区域栅格点数量的百分比，得到传感器覆盖率。
本发明基于前述部署点规划方法，还提供了一种存储介质，包括存储的计算机程序，其中，在所述计算机程序运行时，控制所述存储介质所在的设备执行前述任一种三维地形中传感器部署点规划方法。
本发明与现有技术相比，具有如下的优点和有益效果：
1、本发明利用可视域算法判断传感器部署点与其感知半径内的其他点构成的视线是否被阻挡来计算传感器的实际感知范围，随后利用模式搜索算法从全局的角度、而非相邻两个传感器的关系优化传感器的坐标点，避免在部署规划过程中陷入局部最优，从而有效地提高部署规划的合理性和整体的覆盖率，实现数量最少的传感器部署达到期望的指定覆盖率，在更换传感器感知模型后，能够在移动基站选址规划、通道监控等领域得到应用，具有广泛的推广价值；
2、本发明通过在三维地形数据及传感器坐标点中引入高程数据，并计算、比较连接坐标点与采样点的直线的斜率同连接坐标点与目标点的直线的斜率，判断坐标点和目标点之间的视线是否阻挡，从而能够在考虑地形遮蔽效应的前提下部署传感器，部署的传感器网络能够更好地适用于高低起伏的复杂地形。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1为单个传感器感知模型在三维地形遮蔽影响下的感知区域；
图2为本发明具体实施例中传感器部署点规划方法的流程框图；
图3为本发明具体实施例中建立的待规划区域的三维地形；
图4为本发明具体实施例中传感器部署位置为随机部署时，调用可视域算法后的传感器的可视域范围，其中白色区域为传感器的感知区域，感知区域中心的黑色圆点为对应的传感器的部署点位置；
图5为本发明具体实施例中传感器数量为25时，基于模式搜索优化算法的覆盖率迭代过程；
图6为本发明具体实施例中传感器数量为25时，经过模式搜索优化算法优化后的最优部署结果；
图7为本发明具体实施例中传感器数量为51时，覆盖率达到98％的最优部署结果。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
在本发明的描述中，需要理解的是，术语“前”、“后”、“左”、“右”、“上”、“下”、“竖直”、“水平”、“高”、“低”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明保护范围的限制。
实施例1：
如图2所示的一种三维地形中传感器部署点规划方法，包括以下步骤：
步骤一：输入栅格地图数据，根据所述栅格地图数据建立待覆盖区域的三维地形；
步骤二：输入指定覆盖率、以及传感器的参数值和部署高度，基于所述栅格地图数据、指定覆盖率、以及传感器的参数值和部署高度计算传感器的初始数量num，其中num正整数，并随机给出num个传感器的坐标点；
步骤三：建立基于可视域算法的目标函数，所述目标函数的输入为传感器的坐标点，所述目标函数的输出为传感器覆盖率的倒数；
步骤四：利用模式搜索算法调用所述目标函数，优化各传感器的坐标点，计算优化后的传感器覆盖率；
步骤五：比较优化后的传感器覆盖率与指定覆盖率的大小，若所述优化后的传感器覆盖率大于或等于所述指定覆盖率，则规划结束，若所述优化后的传感器覆盖率小于所述指定覆盖率，则传感器的数量加1并返回步骤四。
在部分实施例中，所述传感器的部署高度根据预设的部署条件而定。
在一个或多个实施例中，所述传感器的经纬度及部署高度能够在对应的范围区间中变化，以便于优化过程中在范围区间内调整传感器的坐标点。在一个实施例中，所述模式搜索算法在传感器的坐标点的取值范围内调整传感器的坐标值，使目标函数达到最小。
在一个或多个实施例中，所述步骤一中，所述步骤一中，所述三维地形数据为n*3的矩阵，其中，n为三维地形中栅格点的数量、第一列为栅格点的地理经度数据，第二列为栅格点的地理纬度数据、第三列为栅格点的高程数据。
在一个或多个实施例中，所述传感器的初始数量num为所述三维地形对应的无感知盲区的二维平面中，达到指定覆盖率所需的传感器数量的最小值。在一个实施例中，所述传感器的参数值包括传感器的感知半径，所述传感器的初始数量
Figure BDA0003421815470000071
其中，area(P)为三维地形P的平面面积，r为传感器的感知半径，π为圆周率，Per0为指定覆盖率，
Figure BDA0003421815470000072
表示向上取整。
在一个或多个实施例中，可以采用现有的R3可视域算法作为可视域算法。
本实施例中，利用可视域算法判断传感器部署点与其感知半径内的其他点构成的视线是否被阻挡来计算传感器的实际感知范围，随后利用模式搜索算法从全局的角度、而非相邻两个传感器的关系优化传感器的坐标点，避免在部署规划过程中陷入局部最优，从而有效地提高部署规划的合理性和整体的覆盖率，实现数量最少的传感器部署达到期望的指定覆盖率。
实施例2：
在实施例1的基础上，所述步骤三中，建立基于可视域算法的目标函数包括以下步骤：
S31：对于单个传感器的可视域，建立传感器的坐标点与其感知半径内的目标点的视线，并对视线进行分段采样，得到至少一个采样点，以传感器的坐标点为原点，垂直于水平面的直线为y轴、连接坐标点和目标点的直线在水平面上的投影为x轴，建立二维坐标系，令连接坐标点和目标点的直线的斜率为K1、连接坐标点与第i个采样点的直线的斜率为K2i，当K1≤K2i时，该目标点在该传感器的可视域中标记为0，否则，该目标点在该传感器的可视域中标记为1，重复上述步骤对传感器感知半径内的所有目标点进行可视性判断并标记，建立传感器坐标点对应的可视域；调用可视域算法计算每个传感器的可视域，若三维地形上的目标点能够被任一传感器感知，该目标点的标记为1，否则该目标点标记为0；
S32：计算标记为1的目标点数量占三维地形区域栅格点数量的百分比，得到传感器覆盖率。
本实施例中，通过在三维地形数据及传感器坐标点中引入高程数据，并计算、比较连接坐标点与采样点的直线的斜率同连接坐标点与目标点的直线的斜率，判断坐标点和目标点之间的视线是否阻挡，从而能够在考虑地形遮蔽效应的前提下部署传感器，部署的传感器网络能够更好地适用于高低起伏的复杂地形。
实施例3：
为便于理解，带入具体数值进行传感器部署点规划，规划方法包括以下步骤：
(A)建立待规划区域的三维地形。本实例三维地形对应的矩阵维数为20976*3。其经度范围为[78.656397，78.836390]，纬度范围为[33.555548，33.720657]，高程范围为[4239，5655]，绘制出的三维地形图如图3所示。
(B)给出传感器感知半径、部署高度等初始值。本实例中所有传感器的感知半径均为2000米，部署高度为10米，指定覆盖率Per0为98％。
(C)计算传感器初始数量num。area(P)的大小为3.0984×108平方米，通过公式
Figure BDA0003421815470000081
计算得到传感器初始数量num为25。
(D)建立基于可视域算法的传感器覆盖率目标函数：
(D1)建立可视域算法，建立传感器的坐标点与其感知半径内的目标点的视线，并对视线进行分段采样，得到至少一个采样点；以传感器的坐标点为原点，垂直于水平面的直线为y轴、连接坐标点和目标点的直线在水平面上的投影为x轴，建立二维坐标系，令连接坐标点和目标点的直线的斜率为K1、连接坐标点与第i个采样点的直线的斜率为K2i，当K1≤K2i时，该目标点在该传感器的可视域中标记为0，否则，该目标点在该传感器的可视域中标记为1；重复上述步骤对传感器感知半径内的所有目标点进行可视性判断并标记，建立传感器坐标点对应的可视域；
(D2)调用可视域算法，依次计算25个传感器的可视域；当传感器数量为初始值25、部署位置为随机部署时，调用可视域算法后传感器的可视域范围如图4所示，图中白色区域为传感器的感知区域，感知区域中心黑色圆点为传感器的部署点位置；
(D3)计算所有传感器可视域占三维地形区域的百分比，即可得到此时传感器的覆盖率为Per＝45.94％，取其倒数2.1768作为函数的输出。
(E)通过基于模式搜索的优化算法规划25个传感器的部署点，传感器数量为初始值25时，图5为基于模式搜索优化算法的覆盖率迭代过程，图6为传感器的最优化部署结果。
(F)计算优化后的传感器覆盖率，根据步骤E的优化结果，计算传感器数量为25时坐标点位置优化后的传感器的覆盖率Per为77.83％。
(G)判断程序是否结束，此时，Per＝77.83％<Per0＝98％，未达到指定覆盖率，继续增加传感器数量，通过模式搜索算法对传感器的部署点进行优化；当传感器数量增加至51个时，Per达到98.00％，规划结束，此时传感器的最优化部署结果如图7所示。
实施例4：
一种三维地形中传感器部署点规划系统，包括：
输入单元，用于输入栅格地图数据、指定覆盖率、传感器的参数值和部署高度；
地形生成单元，用于基于所述栅格地图数据建立待覆盖区域的三维地形；
部署规划单元，用于基于所述栅格地图数据、指定覆盖率、以及传感器的参数值和部署高度计算传感器的初始数量num，其中，num正整数，并随机给出num个传感器的坐标点，基于传感器的坐标点建立基于可视域算法的目标函数，所述目标函数的输出为传感器覆盖率的倒数，利用模式搜索算法调用所述目标函数，优化各传感器的坐标点，计算优化后的传感器覆盖率；
评估单元，用于比较优化后的传感器覆盖率与指定覆盖率的大小，若优化后的传感器覆盖率大于或等于指定覆盖率则规划结束，若优化后的传感器覆盖率小于指定覆盖率则传感器的数量加1，并返回部署规划单元计算优化后的传感器覆盖率。
在部分实施例中，所述部署规划单元用于建立基于可视域算法的目标函数包括以下步骤：
建立传感器的坐标点与其感知半径内的目标点的视线，并对视线进行分段采样，得到至少一个采样点；以传感器的坐标点为原点，垂直于水平面的直线为y轴、连接坐标点和目标点的直线在水平面上的投影为x轴，建立二维坐标系，令连接坐标点和目标点的直线的斜率为K1、连接坐标点与第i个采样点的直线的斜率为K2i，当K1≤K2i时，该目标点在该传感器的可视域中标记为0，否则，该目标点在该传感器的可视域中标记为1；重复上述步骤对传感器感知半径内的所有目标点进行可视性判断并标记，建立传感器坐标点对应的可视域；计算num个传感器的可视域，若三维地形上的目标点能够被任一传感器感知，该目标点的标记为1，否则该目标点标记为0；计算标记为1的目标点数量占三维地形区域目标点数量的百分比，得到传感器覆盖率。
实施例5：
在上述实施例的基础上，一种存储介质，包括存储的计算机程序，其中，在所述计算机程序运行时，控制所述存储介质所在的设备执行前述任一实施例所述的三维地形中传感器部署点规划方法。
本实施例中，上述存储介质为计算机可读存储介质，所述三维地形中传感器部署点规划系统如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random AccessMemory)、电载波信号、电信信号以及软件分发介质等。
本文中所使用的“第一”、“第二”等术语只是为了描述清楚起见而对相应部件进行区别，不旨在限制任何次序或者强调重要性等。此外，在本文中使用的术语“连接”在不进行特别说明的情况下，可以是直接相连，也可以使经由其他部件间接相连。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种三维地形中传感器部署点规划方法，其特征在于，包括以下步骤：
步骤一：输入栅格地图数据，根据所述栅格地图数据建立待覆盖区域的三维地形；
步骤二：输入指定覆盖率、以及传感器的参数值和部署高度，基于所述栅格地图数据、指定覆盖率、以及传感器的参数值和部署高度计算传感器的初始数量num，其中num正整数，并随机给出num个传感器的坐标点；
步骤三：建立基于可视域算法的目标函数，所述目标函数的输入为传感器的坐标点，所述目标函数的输出为传感器覆盖率的倒数；
步骤四：利用模式搜索算法调用所述目标函数，优化各传感器的坐标点，计算优化后的传感器覆盖率；
步骤五：比较优化后的传感器覆盖率与指定覆盖率的大小，若所述优化后的传感器覆盖率大于或等于所述指定覆盖率，则规划结束，若所述优化后的传感器覆盖率小于所述指定覆盖率，则传感器的数量加1并返回步骤四；
其中，所述步骤三中，建立基于可视域算法的目标函数包括以下步骤：
S31：建立可视域算法，调用可视域算法计算num个传感器的可视域，若三维地形上的目标点能够被任一传感器感知，该目标点的标记为1，否则该目标点标记为0，未在传感器感知半径内的栅格点统一标记为0；
S32：计算标记为1的目标点数量占三维地形区域栅格点数量的百分比，得到传感器覆盖率，取所述传感器覆盖率的倒数作为目标函数的输出；
其中，所述步骤S31中，建立可视域算法包括以下步骤：
建立传感器的坐标点与其感知半径内的目标点的视线，并对视线进行分段采样，得到至少一个采样点；
以传感器的坐标点为原点，垂直于水平面的直线为y轴、连接坐标点和目标点的直线在水平面上的投影为x轴，建立二维坐标系，令连接坐标点和目标点的直线的斜率为K1、连接坐标点与第i个采样点的直线的斜率为K2i，当K1≤K2i时，该目标点在该传感器的可视域中标记为0，否则，该目标点在该传感器的可视域中标记为1；
重复上述步骤对传感器感知半径内的所有目标点进行可视性判断并标记，建立传感器坐标点对应的可视域；
其中，所述传感器的初始数量num为所述三维地形对应的无感知盲区的二维平面中，达到指定覆盖率所需的传感器数量的最小值；所述传感器的参数值包括传感器的感知半径，所述传感器的初始数量num=⌈area(P)/(π*r*r)*Per0⌉，其中，area(P)为三维地形P的平面面积，r为传感器的感知半径，π为圆周率，Per0为指定覆盖率，⌈•⌉表示向上取整。
2.根据权利要求1所述的一种三维地形中传感器部署点规划方法，其特征在于，所述步骤一中，所述三维地形数据为n*3的矩阵，其中，n为三维地形中栅格点的数量，第一列为栅格点的地理经度数据、第二列为栅格点的地理纬度数据、第三列为栅格点的高程数据。
3.根据权利要求1所述的一种三维地形中传感器部署点规划方法，其特征在于，所述模式搜索算法在传感器的坐标点的取值范围内调整传感器的坐标值，使目标函数达到最小。
4.一种三维地形中传感器部署点规划系统，其特征在于，包括：
输入单元，用于输入栅格地图数据、指定覆盖率、传感器的参数值和部署高度；
地形生成单元，用于基于所述栅格地图数据建立待覆盖区域的三维地形；
部署规划单元，用于基于所述栅格地图数据、指定覆盖率、以及传感器的参数值和部署高度计算传感器的初始数量num，其中，num正整数，并随机给出num个传感器的坐标点，基于传感器的坐标点建立基于可视域算法的目标函数，所述目标函数的输出为传感器覆盖率的倒数，利用模式搜索算法调用所述目标函数，优化各传感器的坐标点，计算优化后的传感器覆盖率；
评估单元，用于比较优化后的传感器覆盖率与指定覆盖率的大小，若优化后的传感器覆盖率大于或等于指定覆盖率则规划结束，若优化后的传感器覆盖率小于指定覆盖率则传感器的数量加1，并返回部署规划单元计算优化后的传感器覆盖率；
所述部署规划单元用于建立基于可视域算法的目标函数包括以下步骤：
建立传感器的坐标点与其感知半径内的目标点的视线，并对视线进行分段采样，得到至少一个采样点；以传感器的坐标点为原点，垂直于水平面的直线为y轴、连接坐标点和目标点的直线在水平面上的投影为x轴，建立二维坐标系，令连接坐标点和目标点的直线的斜率为K1、连接坐标点与第i个采样点的直线的斜率为K2i，当K1≤K2i时，该目标点在该传感器的可视域中标记为0，否则，该目标点在该传感器的可视域中标记为1；重复上述步骤对传感器感知半径内的所有目标点进行可视性判断并标记，建立传感器坐标点对应的可视域；
计算每个传感器的可视域，若三维地形上的目标点能够被任一传感器感知，该目标点的标记为1，否则该目标点标记为0，未在传感器感知半径内的栅格点统一标记为0；
计算标记为1的目标点数量占三维地形区域栅格点数量的百分比，得到传感器覆盖率；
所述传感器的参数值包括传感器的感知半径，所述传感器的初始数量num=⌈area(P)/(π*r*r)*Per0⌉，其中，area(P)为三维地形P的平面面积，r为传感器的感知半径，π为圆周率，Per0为指定覆盖率，⌈•⌉表示向上取整。
5.一种存储介质，其特征在于，包括存储的计算机程序，其中，在所述计算机程序运行时，控制所述存储介质所在的设备执行如权利要求1~3中任一项所述的三维地形中传感器部署点规划方法。
CN202111565264.8A 2021-12-20 2021-12-20 一种三维地形中传感器部署点规划方法、系统及存储介质 Active CN114219333B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111565264.8A CN114219333B (zh) 2021-12-20 2021-12-20 一种三维地形中传感器部署点规划方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111565264.8A CN114219333B (zh) 2021-12-20 2021-12-20 一种三维地形中传感器部署点规划方法、系统及存储介质

Publications (2)

Publication Number Publication Date
CN114219333A CN114219333A (zh) 2022-03-22
CN114219333B true CN114219333B (zh) 2023-04-07

Family

ID=80704411

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111565264.8A Active CN114219333B (zh) 2021-12-20 2021-12-20 一种三维地形中传感器部署点规划方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN114219333B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114845315B (zh) * 2022-04-21 2024-03-26 福州大学 基于容量有限基站的传感器的目标覆盖的移动平衡方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201216168D0 (en) * 2012-09-11 2012-10-24 Thales Holdings Uk Plc Sensor path optimisation method and system
CN105208569A (zh) * 2015-08-19 2015-12-30 南京邮电大学 复杂三维场景环境下有向传感器网络覆盖方法
US10679088B1 (en) * 2017-02-10 2020-06-09 Proofpoint, Inc. Visual domain detection systems and methods
CN112637775A (zh) * 2020-12-21 2021-04-09 西安邮电大学 一种基于三维环境的无线传感器网络节点部署方法及系统
CN113806968A (zh) * 2021-10-20 2021-12-17 上海无线电设备研究所 一种复杂环境下的多传感器优化部署方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201216168D0 (en) * 2012-09-11 2012-10-24 Thales Holdings Uk Plc Sensor path optimisation method and system
CN105208569A (zh) * 2015-08-19 2015-12-30 南京邮电大学 复杂三维场景环境下有向传感器网络覆盖方法
US10679088B1 (en) * 2017-02-10 2020-06-09 Proofpoint, Inc. Visual domain detection systems and methods
CN112637775A (zh) * 2020-12-21 2021-04-09 西安邮电大学 一种基于三维环境的无线传感器网络节点部署方法及系统
CN113806968A (zh) * 2021-10-20 2021-12-17 上海无线电设备研究所 一种复杂环境下的多传感器优化部署方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
杨翔宇.基于WebGL的三维地形可视域分析算法研究.《中国优秀硕士学位论文全文数据库 基础科学辑》.2020,(第01期),A008-215. *
蔡文鹏.三维无线传感器网络节点部署算法研究.《中国优秀硕士学位论文全文数据库 信息科技辑》.2021,(第02期),I136-624. *

Also Published As

Publication number Publication date
CN114219333A (zh) 2022-03-22

Similar Documents

Publication Publication Date Title
CN105136054B (zh) 基于地面三维激光扫描的构筑物精细变形监测方法及系统
CN108648271B (zh) 一种基于gis数据生成复杂地形网格模型的插值方法
CN113345019B (zh) 一种输电线路通道隐患目标测距方法、设备及介质
CN106408604A (zh) 一种点云数据的滤波方法及装置
US20080049012A1 (en) 3D Line-of-Sight (Los) Visualization in User Interactive 3D Virtual Reality Environments
CN111879300A (zh) 基于三维激光扫描技术的崩岗侵蚀发育监测方法
KR20100136604A (ko) 3차원 지형 영상 실시간 가시화 시스템 및 이의 방법
CN114219333B (zh) 一种三维地形中传感器部署点规划方法、系统及存储介质
CN108537361A (zh) 一种机动雷达和通信台站的选址评估方法
CN104318611A (zh) 一种基于激光扫描点云的三维树木重建方法
CN111784831A (zh) 一种基于倾斜摄影的城区河道洪水三维淹没分析方法
CN108427741B (zh) 一种基于大量高精度控制点的dem相对误差评价方法
CN116756836B (zh) 一种隧道超欠挖体积计算方法、电子设备及存储介质
CN106780262A (zh) 一种考虑城市道路网络约束的同位模式发现方法及装置
CN114565731B (zh) 一种基于复杂地形的电磁环境可视化方法
CN110366188B (zh) 干扰测量点部署方法、干扰测量路径规划方法及系统
WO2018159079A1 (ja) 地形情報処理装置、地形情報処理方法、およびプログラム
CN115984502B (zh) 地形整平放坡方法和装置、设备及存储介质
CN115937481A (zh) Gis、dem、bim的融合显示方法
CN114491721A (zh) 一种光伏组件排布方法及装置
CN112648974A (zh) 一种基于航摄三维影像数据的工程量测算方法
CN113344242A (zh) 一种基于植物生长模型的树障隐患预测方法
CN112819942A (zh) 数据处理方法及其装置
CN117523063B (zh) 基于三维空间的高性能射线追踪仿真的渲染方法
CN114547826B (zh) 基于数字孪生的工程变形监测网优化设计系统的运行方法

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