面向地球表面三维空间的远程监视覆盖优化_李奇真.pdf

DOI:1020079/jissn1001893x211024002引用格式:李奇真面向地球表面三维空间的远程监视覆盖优化J电讯技术，2023，63(2):173178LI Q ZCoverage optimization for remotesurveillance oriented to 3D space on the Earths surface JTelecommunication Engineering，2023，63(2):173178面向地球表面三维空间的远程监视覆盖优化*李奇真李奇真(中国西南电子技术研究所，成都 610036)摘要:对地球表面三维空间进行远程监视覆盖有利于早期发现入侵目标。构建了地球表面曲率影响下的三维目标空间模型以及传感器三维感知模型，提出了覆盖优化算法。该算法将地球表面三维目标空间离散化处理，利用地(海)面固定位置三维有向传感器网络对目标空间感知监视，采用智能优化算法优化调整三维有向传感器主感知方向的方位角和俯仰角，从而最大化传感器网络对目标空间的监视覆盖率。关键词:三维有向传感器网络;地球表面三维空间;远程感知覆盖;智能优化算法开放科学(资源服务)标识码(OSID):微信扫描二维码听独家语音释文与作者在线交流享本刊专属服务中图分类号:TN9715文献标志码:A文章编号:1001893X(2023)02017306Coverage Optimization for emote SurveillanceOriented to 3D Space on the Earths SurfaceLI Qizhen(Southwest China Institute of Electronic Technology，Chengdu 610036，China)Abstract:emote surveillance coverage for three-dimensional(3D)space on the Earths surface isconductive to early detection of intrusion targets A 3D target space model under the influence of thecurvature of the earths surface and a 3D sensing model are constructed And a coverage optimizationalgorithm is proposedIn this algorithm，the 3D target space on the Earths surface is discretizedThe 3Ddirectional sensor networks with fixed position are used to monitor the target space The azimuths andelevations of the main sensing directions of the 3D directional sensors are adjusted through intelligentoptimization algorithms to maximize the coverage ratio of the target spaceKey words:three-dimensional directional sensor network;three-dimensional space on the Earths surface;remote surveillance coverage;intelligent optimization algorithm0引言多传感器协同组成的传感器网络能够显著提高对环境的探测、感知能力1。传感器网络对热点区域、热点目标的感知覆盖是全方位有效监视、监控热点区域、热点目标的前提。传感器网络感知覆盖通常分为目标覆盖、区域覆盖和栅栏覆盖2。随着科技发展，入侵目标具有隐身性、高机动性等特点，其可见性具有时间、位置上的不确定性，以区域覆盖最大化为目标，部署传感器网络能够最大程度上快速发现目标。目前对区域覆盖的研究工作主要集中在理想的二维平面，而在实际应用中，传感器节点和待监视目371第 63 卷 第 2 期2023 年 2 月电讯技术Telecommunication EngineeringVol63，No2February，2023*收稿日期:20211024;修回日期:20211226通信作者:李奇真标都分布在三维空间中，针对传统二维感知模型和二维平面待感知区域的感知覆盖优化算法很难应用到现实复杂的三维环境中34。三维有向传感器能够聚焦感知范围，增大感知距离，因而能够对目标空间进行远距离监视。然而，现有三维有向传感器网络感知覆盖的相关文献主要研究多媒体传感器网络，其只针对近距离待感知区域(空间)，未考虑地球表面曲率对远程感知覆盖的影响。肖甫等人5 提出了一种面向三维感知的无线多媒体传感器网络覆盖增强算法，感知模型为三维椎体，监视区域仍是二维平面。丁志强等人6 针对复杂环境下的有向监控设备网络，建立了三维感知模型，提出了在三维空间区域中结合虚拟力及区域权重的设备监控方向调整方法，其三维空间为近距离目标空间。贾子熙等人7 和王昌征等人8 针对三维空间覆盖问题重新定义了三维感知模型，采用粒子群优化算法对空间覆盖率进行优化，其感知类型仍为近距离感知。u 等人9 给出一种无人机无线多媒体传感器网络对复杂平面的三维感知算法，该算法并未涉及对地球表面三维待感知空间的远程覆盖。Cao 等人10 采用分布式并行多目标进化算法解决智慧城市复杂环境中异构无线有向传感器网络的三维部署优化问题，与本文考虑的远程待监视空间及传感器优化参数有很大差异。本文提出一种面向地球表面三维空间的监视覆盖优化算法:首先，将地球表面待监视三维空间进行离散化处理，并建立传感器三维有向感知模型;然后，根据传感器感知距离范围、角度范围以及地球曲率因素计算传感器网络对三维空间的感知覆盖率，采用粒子群算法和遗传算法对待监视的三维空间进行优化覆盖，分别处理连续优化变量和离散优化变量;最后，给出面向地球表面三维空间感知覆盖的仿真想定。通过实验对比了两种智能优化算法的收敛速度和覆盖率，为实际三维有向传感器部署提供了指导性意见。1地球表面三维空间的远程监视覆盖问题11三维有向感知模型构建传感器三维有向感知模型由球顶椎体表示，即一个圆锥面和一个球面所围成的立体，其中圆锥面的顶点与球面的球心重合，如图 1 所示。三维有向传感器的感知空间可以用四元组(S，V，D，)来表示，其中，S 表示传感器所在位置，在直角坐标系中用(x，y，z)表示;V 表示感知方向，可用俯仰角和方位角表示;D 表示感知半径;表示感知半顶角。图 1三维有向感知模型12待监视空间离散化处理及可见性分析本文考虑的待监视空间是地球表面上一定区域、一定大地高范围的三维空间，如图 2 红色部分所示。在实际应用中，传感器节点位置、待监视空间位置往往以大地坐标的形式给出，例如待监视空间中某点的大地坐标表示为(B，L，H)，三元素分别表示纬度、经度和大地高。设该点的地心直角坐标为(X，Y，Z)，根据文献 11给出的坐标转换方法，大地坐标到地心直角坐标的转换由函数(X，Y，Z)=blh2xyz(B，L，H)完成，地心直角坐标到大地坐标的精确转换由函数(B，L，H)=xyz2blh(X，Y，Z)完成。图 2地球表面待监视三维空间示意图已知三维有向传感器的大地坐标(Bs，Ls，Hs)及其主感知方向的俯仰角 和方位角，下面求主感知方向在地心直角坐标系下的方向向量。传感器地心直角坐标表示为 Ps=blh2xyz(Bs，Ls，Hs)，地心直角坐标系下的传感器正北方向向量可以近似表示为VN=blh2xyz(Bs+，Ls，Hs)Ps。式中:为足够小的正实数，如0000 1。正东方向向量可以近似表示为VE=blh2xyz(Bs，Ls+，Hs)Ps。471wwwteleonlinecn电讯技术2023 年视平线方向向量可以表示为VAz=VNVNcos+VEVEsin。设传感器主感知方向上的一点Cs的地心直角坐标为(x，y，z)，主感知方向向量为 Vs=CsPs，主感知方向向量与地球切面的夹角为俯仰角。设传感器所在位置Ps的地心直角坐标为(xs，ys，zs)，地球切平面法向量为 ns=(b2xs，b2ys，a2zs)，其中 a 和 b 分别表示地球椭球的长半轴和短半轴长度。利用叉乘法求解过传感器节点，地球切面法向量ns、视平线向量VAz所表示平面的法向量 n=(n1，n2，n3)，计算公式如下:n=VAzns。(1)主感知向量与该法向量垂直，那么n1(xxs)+n2(yys)+n3(zzs)=0。(2)主感知方向向量与视平线方向向量的内积方程表示为VsVAz=cos VsVAz。(3)将主感知方向向量的 L2 范数 Vs2设为任意正常数 C，以如下方程表示:(xxs)2+(yys)2+(zzs)2=C。(4)联立方程(2)(4)可以求得两组实数解，分别是仰角为 的主感知方向上的点和俯角为 的主感知方向上的点。设两组实数解下的传感器主感知方向向量分别为V1s和V2s，其对应的主感知方向俯仰角分别为1和2，通过下式判断俯仰角正负:10，20，if nsV1s010，20，if nsV2s0。(5)式中:符号表示内积运算。上式判断方法表示以过传感器的地球切平面为基准平面，过与地心同侧点的方向向量为俯角向量，过与地心异侧点的方向向量为仰角向量，从而根据俯仰角的符号选择正确的解向量。通过上述算法，根据传感器主感知方向俯仰角、方位角及位置坐标，能够得到传感器主感知方向向量Vs。待监视空间通常是不规则的立体空间，难以通过解析的方式计算传感器网络对待监视空间的覆盖情况，本文考虑以一定的颗粒度在纬度 B、经度 L 和大地高 H 三个维度上对待感知空间等间隔离散化。根据传感器感知距离、感知角度、地球表面曲率约束条件，判断待监视空间中的离散点能否被传感器感知覆盖。设待监视空间某离散点的大地坐标 d(Bd，Ld，Hd)，根据文献 12 和文献 13，无线电极限视距广泛采用下面的经验公式:DLOS=2 e(Hs+Hd)。(6)式中:e=4/3 为 地 球 等 效 曲 率 半 径，=637106m为地球曲率半径;Hs、Hd和DLOS的单位都为 m。已知传感器最大感知距离 D 与极限视距DLOS，感知距离约束条件表示为 PsPgmin D，DLOS，感知角度约束条件为PsPgVsPsPgVscos()，如果传感器到离散点的向量满足感知距离约束和感知角度约束，那么离散点对传感器是可见的。13远程监视覆盖率计算与文献 5中传感器网络监视覆盖率计算类似，首先对地球表面三维空间进行离散化处理，即在纬度、经度和大地高上分别间隔 B、L、H 取离散点，从而将连续三维空间的覆盖问题转化为对目标空间中离散点的覆盖问题。设目标空间离散化后对应的离散点集合为，所有至少被一个传感器覆盖的离散点集合为1，则目标空间监视覆盖率定义为C=1。(7)式中:符号|表示集合中的元素数量。本文仅考虑位置固定的传感器，优化变量是每个传感器的俯仰角和方位角，分别表示为i和i，其中 i=1，2，N，N 为传感器的数量。目标空间监视覆盖率是所有传感器俯仰角和方位角的函数，即C=f(1，1，N，N)。本文的目的是通过调整每个传感器的俯仰角和方位角，最大化传感器网络对目标空间的监视覆盖率，从而得到每个传感器对应的最优主感知方向，表示如下:(*1，*1，*N，*N)=argmax f(1，1，N，N)。(8)2基于智能算法的覆盖优化方法目标空间的监视覆盖优化问题是多变量组合优化问题，覆盖率函数难以表示成自变量的闭合表达式，所以不能利用传统的凸/非凸优化方法求解每个传感器的最优主感知方向。为此，本文采用智能算法进行目标空间的监视覆