無線視頻傳感網(wǎng)絡(luò)k-柵欄實時覆蓋算法*

樊　婷，白光偉，沈　航，馬　丁

（南京工業(yè)大學(xué)計算機(jī)科學(xué)與技術(shù)系，南京211816）

無線視頻傳感網(wǎng)絡(luò)k-柵欄實時覆蓋算法*

樊婷，白光偉*，沈航，馬丁

（南京工業(yè)大學(xué)計算機(jī)科學(xué)與技術(shù)系，南京211816）

在多目標(biāo)入侵的場景下，由于入侵時間的不確定性，傳統(tǒng)柵欄覆蓋方法中有些傳感節(jié)點并未覆蓋目標(biāo)卻一直保持工作狀態(tài)，造成額外能量損耗的同時降低了覆蓋效果。針對該問題，提出了實時旋轉(zhuǎn)傳感節(jié)點實現(xiàn)k柵欄覆蓋的算法（VSRA:Visual Sensors Rotating Algorithm），將整個監(jiān)測區(qū)域劃分為不同分區(qū)，在有入侵的分區(qū)，實時將傳感節(jié)點向權(quán)值較大的感知方向旋轉(zhuǎn)從而在滿足一定k柵欄覆蓋要求的同時達(dá)到提高節(jié)點利用率的目的。仿真結(jié)果表明，VSRA能提高覆蓋性能，延長網(wǎng)絡(luò)生存周期。

無線視頻傳感網(wǎng)；k柵欄覆蓋；區(qū)域監(jiān)測；權(quán)值比較；實時旋轉(zhuǎn)

EEACC:7230doi:10.3969/j.issn.1004-1699.2015.09.022

無線視頻傳感網(wǎng)（WVSNs）中k柵欄覆蓋是指在狹長的帶狀區(qū)域內(nèi)部署一系列傳感節(jié)點使得試圖穿越的入侵者都能被k個不同的傳感節(jié)點覆蓋到，其中k值的選取是根據(jù)區(qū)域不同等級的警戒度人為設(shè)定的，它不僅是無線傳感網(wǎng)絡(luò)中的重要應(yīng)用也是軍事和國防安全應(yīng)用中的關(guān)鍵技術(shù)，可以用來監(jiān)測試圖要穿越區(qū)域且未經(jīng)授權(quán)的入侵者［4］。

無線視頻傳感器比起標(biāo)量傳感器有了視頻捕捉的能力并加強(qiáng)了對入侵目標(biāo)的監(jiān)測力度。近年來研究人員針對如何在固定區(qū)域內(nèi)構(gòu)建柵欄覆蓋提出了多種方案。王超提出了用最少的節(jié)點構(gòu)建分區(qū)強(qiáng)k-柵欄覆蓋的PMNSB［5］算法。Chang C Y提出了將監(jiān)測區(qū)域劃分為均勻網(wǎng)格后構(gòu)建k-柵欄覆蓋的算法。通過網(wǎng)格的覆蓋程度來選擇最優(yōu)的傳感器覆蓋集合并保留候選集合，提高了覆蓋可靠性［6］。但該算法沒有考慮節(jié)點能耗的問題。Cheng C F提出了一種關(guān)于k-柵欄覆蓋的分布式算法［7］，傳感器間通過廣播尋找剩余能量最大的節(jié)點作為初始節(jié)點，并由其縱向?qū)ふ夷苄纬蒶柵欄覆蓋的k-1個起始節(jié)點，從第k個初始節(jié)點開始依次向左右拓展喚醒節(jié)點，多次回溯迭代后形成柵欄。這種由回溯法形成的柵欄耗時長，計算量大又太過依賴于初始節(jié)點，會影響捕捉目標(biāo)的成功率。

通常監(jiān)測區(qū)域內(nèi)布置的傳感節(jié)點是由電池供應(yīng)能量，生命時間有限，在滿足覆蓋要求的情況下盡可能減少傳感節(jié)點能耗的問題有很大的研究意義。借鑒上述文獻(xiàn)中由網(wǎng)格劃分構(gòu)建1柵欄的策略［6］，本文主要研究如何在k-柵欄覆蓋的基礎(chǔ)上實時旋轉(zhuǎn)相關(guān)節(jié)點方向達(dá)到提高節(jié)點利用率以延長整個網(wǎng)絡(luò)生命周期的目的。主要工作包括:①用（BA:Basic Approach For Construct Barrier Coverage）算法［6］構(gòu)建1-柵欄覆蓋后將監(jiān)測區(qū)域分塊并在入侵邊界布置標(biāo)量傳感節(jié)點，根據(jù)目標(biāo)入侵位置更新網(wǎng)格優(yōu)先級。②依據(jù)網(wǎng)格優(yōu)先級將候選節(jié)點覆蓋網(wǎng)格的情況比例化，由VSRA得出節(jié)點各個感知方向的權(quán)值，實時調(diào)動相應(yīng)分區(qū)內(nèi)的候選節(jié)點旋轉(zhuǎn)達(dá)到對入侵目標(biāo)的k覆蓋要求的同時減少節(jié)點能耗。

本文余下章節(jié)安排如下:第1節(jié)描述網(wǎng)絡(luò)模型和問題描述；第2節(jié)以構(gòu)建2柵欄覆蓋為例，詳細(xì)描述了VSRA的實現(xiàn)過程；第3節(jié)通過仿真實驗對VSRA進(jìn)行性能分析；最后第4節(jié)總結(jié)全文。

1　問題的提出

1.1模型和假設(shè)

本文考慮包含一定數(shù)量的視頻傳感器節(jié)點和標(biāo)量傳感器節(jié)點以及若干入侵目標(biāo)的WVSNs的網(wǎng)絡(luò)環(huán)境。監(jiān)測區(qū)域B的面積為L×H，其中Lp、Ld、Lf、Lg，分別表示區(qū)域B的上下左右邊界。

入侵目標(biāo)在WVSNs中的有效穿越路徑是指目標(biāo)從區(qū)域的下方邊界Ld連續(xù)移動到上方邊界Lp的移動軌道。區(qū)域被k-柵欄覆蓋是指試圖以任意有效路徑穿越區(qū)域B的目標(biāo)都能被k個視頻節(jié)點同時監(jiān)測到［6］，其中BCk表示柵欄防御度為k。

假設(shè)視頻傳感節(jié)點是隨機(jī)拋灑的，每個視頻傳感器節(jié)點都有①唯一的ID標(biāo)識并且能通過GPS單元或者其他定位機(jī)制獲取自身的位置信息；②可以與鄰節(jié)點交換信息獲得通信范圍內(nèi)傳感節(jié)點ID和其覆蓋目標(biāo)的信息；③相同的初始能量，并且消耗后不能補(bǔ)充；④相同的感知距離和通信距離；⑤相同的感知角度和旋轉(zhuǎn)模式（與文獻(xiàn)［8］類似，如圖1（a）和圖1（b）所示）。

本文中使用到的符號如表1所示。

圖1　視頻傳感節(jié)點模型

表1　本文中使用的符號

1.2問題的提出

k-柵欄覆蓋是指任意穿越檢測區(qū)域的目標(biāo)am能夠被k個不同的傳感器同時覆蓋到［9］。如圖2所示若要將連續(xù)的網(wǎng)格2覆蓋則需要part1與part2內(nèi)的傳感器同時喚醒形成覆蓋路徑。一方面在無目標(biāo)入侵的part2區(qū)域也需要保持2-柵欄覆蓋的傳感器喚醒，會造成此區(qū)域傳感器節(jié)點能量的損耗，等下一次入侵目標(biāo)從part2區(qū)域穿越時，能量已被消耗無法實現(xiàn)本次柵欄覆蓋的要求。另一方面節(jié)點拋灑后的位置和感知方向是隨機(jī)的，隨著k值的提高，柵欄覆蓋的成功率也得不到相應(yīng)的保證。

圖2　監(jiān)測區(qū)域的2-柵欄覆蓋

針對以上現(xiàn)象，可以將監(jiān)測區(qū)域劃分為不同的區(qū)域，在有入侵的分區(qū)實現(xiàn)k-柵欄覆蓋，而未入侵的分區(qū)保持1-柵欄覆蓋的節(jié)點工作，這樣不僅可以減少傳感節(jié)點的能耗還能提高k-柵欄覆蓋的成功率。

為了便于描述，給出如下定義:

定義1網(wǎng)絡(luò)生存周期，即系統(tǒng)監(jiān)測時長當(dāng)?shù)趜次入侵時存在任意入侵目標(biāo)am∈A無法達(dá)到k覆蓋要求時，意味著當(dāng)前k-柵欄覆蓋生命結(jié)束。

定義2k覆蓋路徑［8］已知入侵目標(biāo)集合A和節(jié)點感知方向集合D，路徑節(jié)點集合C是D的子集，使得A中任意目標(biāo)都被C中元素覆蓋且符合相應(yīng)k覆蓋要求。該集合C則可為A的一組k覆蓋路徑。

定義3網(wǎng)格全覆蓋已知網(wǎng)格集合G和節(jié)點感知方向集合D，若節(jié)點感知方向集合中存在D的子集將網(wǎng)格各個頂點都包含在內(nèi)，則此網(wǎng)格被全覆蓋了。

1.3k覆蓋問題及旋轉(zhuǎn)示例描述

由上所述可知，對監(jiān)測區(qū)域的k柵欄覆蓋可簡化為傳感集合Df（si，j）對區(qū)域從左至右邊界相鄰網(wǎng)格的連續(xù)k覆蓋。

將目標(biāo)與網(wǎng)格被k覆蓋的問題表示如下:

A=｛am|m=1…M｝，S=｛si|i=1…N｝

K=｛km|m=1…M｝

每個網(wǎng)格的頂點坐標(biāo)為:

若視頻傳感節(jié)點方向di，j覆蓋到網(wǎng)格gm，n則可表示為:

若網(wǎng)格gmn被k覆蓋，有

如圖2所示，當(dāng)區(qū)域內(nèi)的一輪入侵中只有目標(biāo)a1時為了構(gòu)建2柵欄覆蓋，需要s1～s12共12個頻傳感節(jié)點一起工作。而在節(jié)點感知方向［10］可旋轉(zhuǎn)的情況下，如圖3所示，達(dá)到上述要求只需要旋轉(zhuǎn)s3（圖中加粗部分為s3旋轉(zhuǎn)后的方向）并讓｛s1，s4，s6，s8，s10｝共6節(jié)點工作即可，這樣可以節(jié)省傳感節(jié)點的使用數(shù)量，從而延長網(wǎng)絡(luò)的生存周期。

圖3　旋轉(zhuǎn)后實現(xiàn)對目標(biāo)的2覆蓋

2　算法描述

BA算法可以從邊界左邊到右邊形成一條1柵欄覆蓋的工作傳感節(jié)點方向集合Df（si，j）與候選工作傳感節(jié)點方向集合Df*（si，j）。在此基礎(chǔ)上，我們設(shè)計VSRA以實現(xiàn)對監(jiān)測區(qū)域的k柵欄覆蓋具體算法如下。

2.1目標(biāo)入侵時網(wǎng)格優(yōu)先級的確定

首先在目標(biāo)入侵的區(qū)域邊界布置一系列標(biāo)量傳感器，這些傳感器總能感知到入侵的目標(biāo)并能及時發(fā)送其所在的網(wǎng)格位置信息給所屬分區(qū)內(nèi)的視頻傳感節(jié)點。再以每個分區(qū)目標(biāo)am入侵所在的網(wǎng)格位置為對稱中心，分別向左右拓展得到網(wǎng)格集合:

然后，覆蓋到這些網(wǎng)格集合的傳感節(jié)點將這些網(wǎng)格的優(yōu)先級PRm，n均加上1并標(biāo)記為Ginvadef。在前面形成1柵欄覆蓋的算法中，被工作視頻傳感節(jié)點集合連續(xù)覆蓋的網(wǎng)格集合G（si，j）的優(yōu)先級均為1且表示為BG1（si，j∈Df（si，j）），那么BG1與剛剛優(yōu)先級加1的拓展網(wǎng)格Ginvadef的交集形成了優(yōu)先級為2的矩形網(wǎng)格區(qū)域，其網(wǎng)格集合表示為:

BG2=Ginvadef?G（si，j），f=1，2...F，Si，j∈Df（Si，j）（6）

把BG2作為視頻傳感節(jié)點實時旋轉(zhuǎn)的最優(yōu)區(qū)域，BG1網(wǎng)格集合為視頻傳感節(jié)點旋轉(zhuǎn)的次優(yōu)區(qū)域，統(tǒng)稱為關(guān)鍵區(qū)域。在多目標(biāo)入侵的情況下，會有網(wǎng)格優(yōu)先級發(fā)生沖突，解決方法如下:若分塊內(nèi)出現(xiàn)關(guān)鍵區(qū)域BG1與BG2重合的情況，則高優(yōu)先級默認(rèn)覆蓋低優(yōu)先級即重疊區(qū)域優(yōu)先級為BG2，各個感知方向上的權(quán)值計算方法不變。

一次入侵后，待越區(qū)目標(biāo)被視頻傳感節(jié)點k覆蓋后，拓展網(wǎng)格Ginvadef的優(yōu)先級會被清零，等待下一次的入侵重新確定拓展網(wǎng)格。

2.2視頻節(jié)點感知方向選擇

由上節(jié)可知當(dāng)目標(biāo)入侵partf時布置在邊界的標(biāo)量傳感器

可感知目標(biāo)的信息，并且視頻傳感節(jié)點能通過相鄰節(jié)點知曉優(yōu)先級高的網(wǎng)格信息。

如圖1（b）所示隨機(jī)拋灑的視頻節(jié)點有4個感知方向且每個方向視域為90°。候選工作傳感節(jié)點方向集合Df*（si，j）需要判斷如何旋轉(zhuǎn)方向以實現(xiàn)對關(guān)鍵區(qū)域的覆蓋最大化。

我們考慮兩種算法。第一種是基于網(wǎng)格覆蓋率下的貪心（GREEDY）算法，視頻傳感節(jié)點優(yōu)先選擇對關(guān)鍵區(qū)域網(wǎng)格面積覆蓋率大的感知方向。第二種是VSRA，節(jié)點根據(jù)其4個感知方向?qū)﹃P(guān)鍵區(qū)域整體覆蓋的情況設(shè)定不同的權(quán)值，通過比較權(quán)值大小來選擇最優(yōu)旋轉(zhuǎn)方向最終得到覆蓋路徑集合。本節(jié)從傳感節(jié)點對關(guān)鍵區(qū)域的覆蓋成功率方面將GREEDY算法和VSRA作比較。

2.2.1GREEDY算法

該算法隨機(jī)確定k覆蓋要求，候選工作集合Df*（si，j）中的視頻傳感節(jié)點將其不同方向?qū)﹃P(guān)鍵區(qū)域的覆蓋面積比率量化為相應(yīng)數(shù)值，每輪通過比較各個感知方向量化數(shù)值的大小，確定傳感節(jié)點方向的優(yōu)先級。具體步驟如下:

視頻節(jié)點si的第j個方向di，j在partf對優(yōu)先級為e的區(qū)域的格覆蓋率為:

其中BGe，i，j表示傳感節(jié)點si第j個方向?qū)?yōu)先級為e網(wǎng)格的覆蓋面積，BGe表示優(yōu)先級為e網(wǎng)格的面積。

依據(jù)dij對關(guān)鍵區(qū)域的覆蓋率，設(shè)定不同傳感方向上的比例值Oi，j，具體方式如下:

候選節(jié)點集合Df*（si，j）在目標(biāo)入侵partf后被喚醒，并向具有最大比例值Oij的方向旋轉(zhuǎn)。如果不同傳感節(jié)點的不同傳感方向都有最大的比例值，則比較它們各個方向比例總值，優(yōu)先選擇總值大的方向旋轉(zhuǎn)。每輪去掉已覆蓋網(wǎng)格區(qū)域后重新計算比例值，如此迭代選出旋轉(zhuǎn)工作集合Df（si，j）。迭代的終止條件是指partf區(qū)域中入侵目標(biāo)被k覆蓋了。

2.2.2VSRA

該算法在GREEDY的基礎(chǔ)上做出改進(jìn)，先得出候選工作集合Df*（si，j）不同方向的比例值Oij后，再根據(jù)不同傳感節(jié)點各個傳感方向總體的比例值，參考文獻(xiàn)［11］權(quán)值的計算方法得到每個傳感方向的權(quán)值。傳感節(jié)點方向選擇的計算方法如下:

感知方向調(diào)節(jié)算法（VSRA）

當(dāng)有目標(biāo)am入侵partf時，根據(jù)VSRA依次喚醒候選集合Df*（si，j）中傳感節(jié)點工作，得到partf中可實現(xiàn)k柵欄覆蓋的傳感節(jié)點集合Df（si，j）。

如圖4所示，矩形監(jiān)測域內(nèi)畫出的窄長關(guān)鍵區(qū)域的中間部分網(wǎng)格代表最優(yōu)區(qū)域BG2，其左右兩端部分網(wǎng)格則代表次優(yōu)區(qū)域。傳感節(jié)點s1～s4按照如上算法實時旋轉(zhuǎn)傳感節(jié)點的方向，實現(xiàn)對入侵目標(biāo)的k覆蓋要求。圖表中只列出2個傳感方向，但目標(biāo)數(shù)和權(quán)值計算是結(jié)合4個傳感方向得來的，具體步驟見表2與表3。

圖4　傳感節(jié)點旋轉(zhuǎn)方向選擇的例子

表2　GREEDY選取旋轉(zhuǎn)工作集合步驟

表3　VSRA選取旋轉(zhuǎn)工作集合步驟

結(jié)合上述例子，通過對比GREEDY與VSRA可知若采用前者會出現(xiàn)關(guān)鍵區(qū)域漏覆蓋與傳感節(jié)點s4被閑置的情況，而采用本文提出的VSRA后，可以最大化關(guān)鍵區(qū)域覆蓋，滿足任意入侵目標(biāo)被k覆蓋要求的同時提高節(jié)點利用率。

3　仿真實驗與結(jié)果分析

3.1實驗環(huán)境和參數(shù)設(shè)置

本文在MATLAB平臺上實現(xiàn)了在多目標(biāo)入侵的場景下對監(jiān)測區(qū)域的k-柵欄覆蓋，并設(shè)計了一系列仿真實驗。區(qū)域內(nèi)隨機(jī)拋灑300～600個視頻傳感節(jié)點，各個節(jié)點位置固定不變，初始能量相同并隨機(jī)部署多目標(biāo)沿有效路徑穿越監(jiān)測區(qū)域。

視頻節(jié)點所消耗的能量主要來自數(shù)據(jù)處理過程、感知過程和傳輸過程。根據(jù)文獻(xiàn)［12］，節(jié)點的能量消耗根據(jù)工作模式的不同而變化。我們假設(shè)當(dāng)路徑序列中的節(jié)點工作時，處理和感知過程為活動模式，傳輸過程為空閑模式。假設(shè)每個視頻節(jié)點的初始能量為200 J，期望工作時間為3 120 s。仿真過程基本參數(shù)設(shè)置詳見表4。

為了提高實驗結(jié)果的參考價值，每組實驗結(jié)果都是進(jìn)行了多次隨機(jī)試驗后求得的平均值。

表4　實驗參數(shù)設(shè)置

3.2實驗結(jié)果分析

本節(jié)主要從k-柵欄覆蓋成功率和節(jié)點剩余能量百分比這些方面考察算法的性能。通過改變目標(biāo)入侵次數(shù)、目標(biāo)入侵?jǐn)?shù)量以及區(qū)域分塊個數(shù)得到不同的網(wǎng)絡(luò)場景來考察BA與VSRA的性能。

VSRA、GREEDY算法與BA算法在目標(biāo)入侵速度不同的情況下實現(xiàn)k-柵欄覆蓋的成功率如圖5所示。實驗取2-柵欄與3-柵欄覆蓋為例，由于節(jié)點入侵的速度是隨機(jī)不同的，在穿越距離固定的情況下，各個目標(biāo)入侵的完成時間與其穿越速度是成反比的，那么可以通過觀察橫軸的入侵完成時間來體現(xiàn)多目標(biāo)整體穿越的速度。BA在目標(biāo)入侵前開啟了要實現(xiàn)k-柵欄覆蓋所需的傳感器集合并一直工作等待入侵。VSRA是根據(jù)目標(biāo)入侵的位置，計算出關(guān)鍵區(qū)域，并調(diào)動入侵分區(qū)的候選傳感節(jié)點實時旋轉(zhuǎn)以達(dá)到覆蓋要求。實際情況下目標(biāo)的入侵完成時間總是大于3 s，從圖5可以看出在3柵欄覆蓋要求下，橫軸時間點在接近3 s時，VSRA的成功率超過傳統(tǒng)BA算法并穩(wěn)定增長直至高于其18.91%左右。同理在2柵欄覆蓋要求下成功率可以比于原BA算法大于7.1%～16.88%左右。

圖5　入侵速度對柵欄覆蓋成功率的影響

由BC3與BC2的情況對比可知隨著柵欄覆蓋k值越高，VSRA與GREEDY需要配置的時間越長，待花費時間到達(dá)一定上限的時候VSRA的成功率會趨于平穩(wěn)。雖然GREEDY算法也是實時旋轉(zhuǎn)的，但是其會在節(jié)點方向選擇的時候出現(xiàn)漏覆蓋的情況，所以成功率相對VSRA較低，并且隨著k覆蓋要求的提高，漏覆蓋情況會更加嚴(yán)重。

圖6顯示出VSRA和BA算法在固定的時間段內(nèi)，多目標(biāo)同時對監(jiān)測區(qū)域入侵時，觀察改變目標(biāo)數(shù)量對節(jié)點剩余能量的影響，以此反應(yīng)節(jié)點能耗情況。如圖6所示相比較BA而言VSRA受目標(biāo)數(shù)目影響較大。在區(qū)域分塊數(shù)目固定的情況下，當(dāng)入侵目標(biāo)較少時，只有較少的分區(qū)需要喚醒候選節(jié)點，其余分區(qū)均保持形成1柵欄的節(jié)點工作而BA算法每個分區(qū)一直都要保持形成2柵欄的節(jié)點工作，因此其節(jié)點的平均剩余能量在開始時要低于VSRA 9.7%左右，但隨著入侵目標(biāo)的不斷增加，涉及的分區(qū)不斷增加，分區(qū)內(nèi)的候選節(jié)點相繼工作，節(jié)點的平均能耗也逐漸增加。當(dāng)多目標(biāo)遍及整個區(qū)域時，節(jié)點的平均剩余能量逐漸接近于BA算法。

圖6　入侵目標(biāo)數(shù)對節(jié)點剩余能量的影響

圖7是表示在區(qū)域分塊可變的情況下，一次入侵3～10個目標(biāo)考察形成2柵欄覆蓋后節(jié)點剩余能量百分?jǐn)?shù)的變化。由實驗可知節(jié)點的剩余能量在BA算法下基本不受區(qū)域分塊的影響而在VSRA下是隨著區(qū)域的分塊數(shù)量而變化的。一方面監(jiān)測區(qū)域的分塊數(shù)目越多，節(jié)點的處理能耗越高，另一方面固定區(qū)域的分塊數(shù)目越少，目標(biāo)穿越時喚醒的傳感節(jié)點越多，節(jié)點的傳感能耗越高，節(jié)點剩余能量越少。分塊數(shù)為8時可以看出節(jié)點的能耗較低，此時節(jié)點剩余能量的達(dá)到一定的峰值點，比傳統(tǒng)BA算法的節(jié)點剩余能量高出7%左右。

圖7　區(qū)域分塊數(shù)對節(jié)點能耗的影響

從表5可以看出在一次入侵1～3個目標(biāo)且入侵次數(shù)變化的情況下，BA與VSRA節(jié)點平均能耗和能耗方差的對比。VSRA在1柵欄覆蓋的基礎(chǔ)上待一次入侵后，實時關(guān)閉旋轉(zhuǎn)的候選節(jié)點等待下一次入侵，節(jié)省了節(jié)點的能耗，延長了網(wǎng)絡(luò)的生命時間。但從表5可以看出隨著多目標(biāo)入侵次數(shù)的增加，兩種算法的方差都在不斷變大，這是由于一直開啟的節(jié)點能量在持續(xù)損耗，特別是VSRA中實時旋轉(zhuǎn)的節(jié)點與保持1-柵欄一直工作的節(jié)點會出現(xiàn)能耗不均衡現(xiàn)象。

表5　入侵次數(shù)改變時節(jié)點平均剩余能量和剩余能量方差比較

4　總結(jié)

本文提出了WVSNs中k-柵欄實時覆蓋算法VSRA。通過將整個監(jiān)測區(qū)域合理分塊后，在1-柵欄覆蓋的基礎(chǔ)上，提出根據(jù)目標(biāo)入侵的位置，用VSRA得到候選節(jié)點各個感知方向的權(quán)值，實時觸發(fā)其向目標(biāo)最有可能出現(xiàn)的網(wǎng)格區(qū)域旋轉(zhuǎn)，提高了節(jié)點利用率。最后通過一系列仿真實驗，對其性能進(jìn)行分析和評價，仿真結(jié)果表明:VSRA能提高覆蓋性能，節(jié)省傳感節(jié)點的能耗，延長了網(wǎng)絡(luò)生存周期。

［1］ Halawani S，Khan A W.Sensors Lifetime Enhancement Techniques in Wireless Sensor Networks-A Survey［J］.Journal of Computing，2010，2（5）:34-47.

［2］ Lee I，Shaw W，Park J H.On Prolonging the Lifetime for Wireless Video Sensor Networks［J］.Mobile Networks and Applications，2010，15（4）:575-588.

［3］ 孫超，趙路路，張影，等.無線傳感器網(wǎng)絡(luò)分簇拓?fù)涞母采w區(qū)域節(jié)點調(diào)度優(yōu)化算法研究［J］.傳感技術(shù)學(xué)報，2010，23（1）:116-121.

［4］ Ssu K F，Wang W T，Wu F K，et al.K-Barrier Coverage with a Directional Sensing Model［J］.International Journal on Smart Sensing and Intelligent Systems，2009，2（1）:75-93.

［5］ 王超，范興剛，王恒，等.一種高效強(qiáng)K-柵欄覆蓋構(gòu)建算法［J］.傳感技術(shù)學(xué)報，2015（2）:227-233.

［6］ Chang C Y，Hsiao C Y.The K-Barrier Coverage Mechanism in Wireless Visual Sensor Networks［C］//Proceedings of IEEE Wireless Communications and Networking Conference（WCNC）.Pairs: WCNC，2012:2318-2322.

［7］ Cheng C F，Tsai K T.Distributed Barrier Coverage in Wireless Visual Sensor Networks with β-QoM［J］.IEEE Sensors Journal，2012，12（6）:1726-1735.

［8］ Cai Y，Lou W，Li M，et al.Energy Efficient Target-Oriented Scheduling in Directional Sensor Networks［J］.IEEE Transactions on Computers，2009，58（9）:1259-1274.

［9］ Saipulla A，Liu B，Xing G，et al.Barrier Coverage with Sensors of Limited Mobility［C］//Proceedings of the Eleventh ACM International Symposium on Mobile ad hoc Networking and Computing. Chicago:MobiHoc，2010:201-210.

［10］Costa D G，Guedes L A.The Coverage Problem in Video-Based Wireless Sensor Networks:A Survey［J］.Sensors，2010，10（9）: 8215-8247.

［11］Munishwar V P，Abu-Ghazaleh N B.Coverage Algorithms for Visual Sensor Networks［J］.ACM Transactions on Sensor Networks （TOSN），2013，9（4）:293-314.

［12］Wang B.Coverage Problems in Sensor Networks:A Survey［J］. ACM Computing，2011，43（4）:87-88.

樊婷（1991-），女，碩士研究生，主要研究方向為無線多媒體傳感器網(wǎng)絡(luò)，傳感網(wǎng)絡(luò)柵欄覆蓋技術(shù)，648364417@qq.com；

白光偉（1961-），男，博士，教授，博士生導(dǎo)師，CCF高級會員（E200012029S），主要研究方向為無線傳感器網(wǎng)絡(luò)，移動互聯(lián)網(wǎng)，網(wǎng)絡(luò)體系結(jié)構(gòu)和協(xié)議，網(wǎng)絡(luò)系統(tǒng)性能分析和評價，多媒體網(wǎng)絡(luò)服務(wù)質(zhì)量等，bai@njtech.edu.cn。

The Real Time Algorithm on K-Barrier Coverage in Wireless Visual Sensor Networks*

FAN Ting，BAI Guangwei*，SHEN Hang，MA Ding
（Department of Computer Science and Technology，Nanjing Tech University，Nanjing 211816，China）

In the case of uncertain intruding time in a multi-target invasion scenario，some sensors maintain actuated state though cannot cover the targets，which leads to the reduction of coverage impact and consuming sensors extra energy.To address this problem，this paper proposes a Visual Sensors Rotating Algorithm（VSRA）to improve the utilization of sensors，which can also satisfy real-time k-barrier coverage requirement.It divides the surveillance area into several regions and Sensors rotate to directions with higher weight in invaded regions.Our simulation results show that the proposed VSRA can improve the energy efficiency of sensors and prolong the network lifetime.

wireless visual sensor networks；k-barrier coverage；area monitoring；weight comparison；real-time rotation scheme

TP393

A

1004-1699（2015）09-1395-07

項目來源:國家自然科學(xué)基金項目（60673185，61073197）；江蘇省自然科學(xué)基金項目（BK2010548）；江蘇省科技支撐計劃（工業(yè)）項目（BE2011186）；江蘇省未來網(wǎng)絡(luò)前瞻性研究項目（BY2013095-4-09）；南京郵電大學(xué)寬帶無線通信與傳感網(wǎng)技術(shù)教育部重點實驗室開放研究基金課題項目（NYKL201304）；江蘇省六大高峰人才基金（第八批）課題項目

2015-04-10修改日期:2015-06-18