本發(fā)明涉及空間部署技術(shù)領(lǐng)域,尤其涉及對(duì)監(jiān)控區(qū)域部署傳感器的方法。
背景技術(shù):
采用多源異質(zhì)傳感器網(wǎng)對(duì)空中目標(biāo)進(jìn)行探測(cè)、跟蹤和監(jiān)視一直是許多研究人員探索研究的重點(diǎn)領(lǐng)域,而傳感器網(wǎng)的優(yōu)化部署又是該領(lǐng)域研究的首要問(wèn)題。
在實(shí)際應(yīng)用中,多傳感器組網(wǎng)探測(cè)系統(tǒng)的設(shè)備優(yōu)化部署通常存在監(jiān)控區(qū)域很大但傳感器數(shù)量有限的問(wèn)題,因此,如何實(shí)現(xiàn)有限傳感器資源的合理、有效配置以使組網(wǎng)系統(tǒng)的防御效能得到最大發(fā)揮,就成為了傳感器優(yōu)化部署的研究熱點(diǎn)方向。
技術(shù)實(shí)現(xiàn)要素:
本發(fā)明實(shí)施例提出了一種對(duì)監(jiān)控區(qū)域部署傳感器的方法,所述方法包括:
將監(jiān)控區(qū)域進(jìn)行網(wǎng)格化處理得到多個(gè)網(wǎng)格;
計(jì)算所述監(jiān)控區(qū)域內(nèi)每個(gè)網(wǎng)格的網(wǎng)格綜合效用值,根據(jù)所述監(jiān)控區(qū)域內(nèi)大于網(wǎng)格綜合效用閾值的網(wǎng)格數(shù)量占整個(gè)區(qū)域網(wǎng)格數(shù)量的比例,確定所述監(jiān)控區(qū)域部署傳感器的數(shù)量;
將所述網(wǎng)格綜合效用值從大到小的順序?qū)?yīng)的網(wǎng)格確定為所述傳感器的初始位置,獲取所述傳感器的速度信息;
將所述監(jiān)控區(qū)域內(nèi)監(jiān)控的高度層數(shù)及所述監(jiān)控區(qū)域部署的傳感器數(shù)量組成群落,構(gòu)建粒子群算法,所述粒子群算法中包括每個(gè)傳感器的初始位置、速度信息、最優(yōu)位置信息和全局最優(yōu)位置信息;
根據(jù)所述傳感器在不同高度層的覆蓋系數(shù),確定所述監(jiān)控區(qū)域內(nèi)優(yōu)化部署傳感器的目標(biāo)函數(shù);
將所述傳感器的初始位置、速度信息、最優(yōu)位置信息和全局最優(yōu)位置信息,代入所述目標(biāo)函數(shù)計(jì)算優(yōu)化部署傳感器的適應(yīng)值,并更新所述優(yōu)化部署傳感器的位置信息、速度信息、最優(yōu)位置信息和全局最優(yōu)位置信息。
有益效果如下:
本發(fā)明通過(guò)基于最優(yōu)化的粒子群提出對(duì)監(jiān)控區(qū)域部署傳感器的方法,方案先對(duì)待監(jiān)控區(qū)域進(jìn)行細(xì)分得到多個(gè)監(jiān)控區(qū)域,針對(duì)每個(gè)監(jiān)控區(qū)域進(jìn)行網(wǎng)格化處理,將監(jiān)控區(qū)域分為多個(gè)網(wǎng)格,并通過(guò)各監(jiān)控區(qū)域內(nèi)網(wǎng)格的網(wǎng)格綜合效用值得到監(jiān)控區(qū)域內(nèi)初步部署的傳感器數(shù)量及位置,然后建立整個(gè)傳感器網(wǎng)滿足覆蓋連續(xù)性和嚴(yán)密性要求的最優(yōu)目標(biāo)函數(shù),進(jìn)而對(duì)各子區(qū)域利用粒子群算法(particleswarmoptimization,pso)并行優(yōu)化傳感器的部署策略,本發(fā)明能夠保證被監(jiān)控區(qū)域需要防御責(zé)任區(qū)域內(nèi)不存在造成航跡不連續(xù)的探測(cè)盲區(qū),同時(shí)采用pso算法部署傳感器的方式提高了部署傳感器的效率。
附圖說(shuō)明
下面將參照附圖描述本發(fā)明的具體實(shí)施例,其中:
圖1示出了本發(fā)明實(shí)施例一中監(jiān)控區(qū)域部署傳感器的方法流程圖;
圖2示出了本發(fā)明實(shí)施例二中監(jiān)控區(qū)域部署傳感器的方法流程圖;
圖3示出了本發(fā)明實(shí)施例二中綜合效用網(wǎng)格化示意圖。
具體實(shí)施方式
為了使本發(fā)明的技術(shù)方案及優(yōu)點(diǎn)更加清楚明白,以下結(jié)合附圖對(duì)本發(fā)明的示例性實(shí)施例進(jìn)行進(jìn)一步詳細(xì)的說(shuō)明,顯然,所描述的實(shí)施例僅是本發(fā)明的一部分實(shí)施例,而不是所有實(shí)施例的窮舉。并且在不沖突的情況下,本說(shuō)明中的實(shí)施例及實(shí)施例中的特征可以互相結(jié)合。
實(shí)施例一
本發(fā)明基于粒子群算法,提出對(duì)監(jiān)控區(qū)域部署傳感器的方法,利用綜合效用網(wǎng)格化進(jìn)行傳感器的部署,如圖1所示,方法包括三個(gè)步驟:
1)從監(jiān)控區(qū)域著手,通過(guò)區(qū)域細(xì)分以及子區(qū)域網(wǎng)格化的綜合效用值分析與統(tǒng)計(jì),實(shí)現(xiàn)傳感器分組,目的是將一個(gè)復(fù)雜、耗時(shí)的優(yōu)化問(wèn)題分解為多個(gè)簡(jiǎn)單、快速的并行優(yōu)化問(wèn)題;
2)從傳感器網(wǎng)要求的防御區(qū)域和重點(diǎn)區(qū)域出發(fā),建立在整個(gè)監(jiān)控區(qū)域內(nèi)部署的傳感器滿足覆蓋連續(xù)性和嚴(yán)密性要求的最優(yōu)目標(biāo)函數(shù);
3)對(duì)步驟1)產(chǎn)生的各區(qū)域分別采用pso算法并行進(jìn)行優(yōu)化。
本發(fā)明利用pso算法解決多傳感器組網(wǎng)系統(tǒng)的優(yōu)化部署問(wèn)題,待監(jiān)控區(qū)域越大,對(duì)應(yīng)優(yōu)化問(wèn)題的可行解搜索空間也越大,尋優(yōu)時(shí)間則越長(zhǎng),陷入局部最優(yōu)的概率也就越大。另外,隨著待部署傳感器數(shù)量的增加,pso算法的復(fù)雜程度將呈指數(shù)級(jí)增加。為解決該問(wèn)題,本發(fā)明采用基于綜合效用網(wǎng)格化的方法,通過(guò)區(qū)域劃分、子區(qū)域網(wǎng)格化、網(wǎng)格綜合效用分析與統(tǒng)計(jì)等處理,將一個(gè)大的、復(fù)雜的多目標(biāo)優(yōu)化問(wèn)題分解為多個(gè)簡(jiǎn)單的目標(biāo)優(yōu)化問(wèn)題進(jìn)行并行處理,在保證部署效能的前提下,大大提高了處理效率。
實(shí)施例二
圖2示出了本發(fā)明實(shí)施例中監(jiān)控區(qū)域部署傳感器的方法流程圖,如圖所示,包括:
步驟101、對(duì)待監(jiān)控區(qū)域劃分為多個(gè)監(jiān)控區(qū)域;
其中,劃分方式包括:同一監(jiān)控等級(jí)的區(qū)域劃分在一起,且劃分后的監(jiān)控區(qū)域在地理空間上連續(xù)。
實(shí)際應(yīng)用中,對(duì)待監(jiān)控區(qū)域劃分為多個(gè)監(jiān)控區(qū)域,需要考慮多個(gè)因素,如劃分的子區(qū)域就個(gè)體而言其所屬的地理范圍在空間上應(yīng)是連續(xù)的;按保護(hù)區(qū)域的重要性等級(jí)進(jìn)行劃分,將保護(hù)等級(jí)相同的連續(xù)區(qū)域劃分在一起;劃分的子區(qū)域個(gè)數(shù)與待部署傳感器的數(shù)量、作用范圍、地形條件以及實(shí)地安裝條件等相關(guān)。
步驟102:對(duì)各個(gè)子區(qū)域進(jìn)行網(wǎng)格化處理;
步驟103、計(jì)算監(jiān)控區(qū)域內(nèi)每個(gè)網(wǎng)格的網(wǎng)格綜合效用值,將網(wǎng)格綜合效用值從大到小的順序?qū)?yīng)的網(wǎng)格確定為傳感器的初始位置,獲取傳感器的速度信息;
對(duì)于該步驟,當(dāng)整個(gè)監(jiān)控區(qū)域劃分為若干個(gè)小區(qū)域后,就對(duì)小監(jiān)控區(qū)域采用網(wǎng)格劃分的方法,將其分成若干個(gè)小網(wǎng)格,并對(duì)每個(gè)小網(wǎng)格按照影響陣地選擇的環(huán)境條件、技戰(zhàn)術(shù)效能發(fā)揮以及生存概率等因素,同時(shí)采用層次分析法確定上述三類因素在陣地選擇中所占的權(quán)重,計(jì)算每一個(gè)小網(wǎng)格的綜合效用值。
具體地,計(jì)算各網(wǎng)格的網(wǎng)格綜合效用值的方法包括:
確定影響陣地選擇的關(guān)鍵因素,所述關(guān)鍵因素為一個(gè)或多個(gè);
確定所述關(guān)鍵因素在所述陣地選擇中的權(quán)重,生成判斷矩陣,并對(duì)所述判斷矩陣進(jìn)行一致性檢驗(yàn);
根據(jù)所述判斷矩陣建立決策矩陣,采用線性加權(quán)法計(jì)算各網(wǎng)格的綜合效用值。
實(shí)際應(yīng)用中,首先確定影響陣地選擇的關(guān)鍵因素,可根據(jù)不同情況選擇關(guān)鍵因素,關(guān)鍵因素如地球曲率、地形遮蔽、傳感器探測(cè)范圍、遮蔽角、電磁輻射等;然后確定上述因素在陣地選擇中的權(quán)重,生成判斷矩陣;最后建立規(guī)范化的決策矩陣,采用線性加權(quán)法計(jì)算各網(wǎng)格的綜合效用值。
在生成判斷矩陣之后,還可以對(duì)判斷矩陣進(jìn)行一致性檢驗(yàn),檢驗(yàn)各元素重要度之間的協(xié)調(diào)性。
步驟104、根據(jù)監(jiān)控區(qū)域內(nèi)大于網(wǎng)格綜合效用閾值的網(wǎng)格數(shù)量占整個(gè)區(qū)域網(wǎng)格數(shù)量的比例,確定監(jiān)控區(qū)域部署傳感器的數(shù)量;
對(duì)于上述步驟103和104,沒(méi)有先后順序,可以先執(zhí)行步驟103后執(zhí)行步驟104,也可以先執(zhí)行步驟104后執(zhí)行步驟103。
上述步驟101、102和103的具體實(shí)現(xiàn)步驟為:
①將整個(gè)監(jiān)控區(qū)域r劃分為若干個(gè)子區(qū)域ri(i=1,2,...,n);
②將子區(qū)域ri網(wǎng)格化ri,j(j=1,2,...,g),然后計(jì)算每個(gè)精細(xì)化網(wǎng)格對(duì)應(yīng)的綜合效用值yi,j。
③給定網(wǎng)格綜合效用閾值ymin,統(tǒng)計(jì)子區(qū)域ri超出該閾值的精細(xì)化網(wǎng)格數(shù)量numi;將每個(gè)子區(qū)域內(nèi)超出該閾值的精細(xì)化網(wǎng)格數(shù)量相加,即得到整個(gè)區(qū)域待部署的傳感器總數(shù)m;
④根據(jù)子區(qū)域ri對(duì)應(yīng)的numi在整個(gè)區(qū)域中所占的比重
步驟105、將監(jiān)控區(qū)域內(nèi)監(jiān)控的高度層數(shù)及所述監(jiān)控區(qū)域部署的傳感器數(shù)量組成群落,構(gòu)建粒子群算法,粒子群算法中包括每個(gè)傳感器的初始位置、速度信息、最優(yōu)位置信息和全局最優(yōu)位置信息;
具體地,pso算法具有易實(shí)現(xiàn)、計(jì)算簡(jiǎn)單和魯棒性好等優(yōu)點(diǎn),算法種群中的粒子在解空間中“飛行”搜索最優(yōu)解,搜索是以迭代方式完成的。假設(shè)在一個(gè)d維空間中有m個(gè)粒子組成一個(gè)群落,其中第i個(gè)粒子的位置矢量和速度矢量分別為xi=(xi1,xi2,...,xid)和vi=(xi1,xi2,...,xid),記pi=(pi1,pi2,...,pid)為第i個(gè)粒子迄今為止搜索到的最優(yōu)位置,i=1,2,...,m,pg=(pg1,pg2,...,pgd)為整個(gè)粒子迄今為止搜索到的最優(yōu)位置,則將每個(gè)粒子xi代入目標(biāo)函數(shù)計(jì)算其適應(yīng)值f(xi)。
步驟106、根據(jù)傳感器在不同高度層的覆蓋系數(shù),確定監(jiān)控區(qū)域內(nèi)優(yōu)化部署傳感器的目標(biāo)函數(shù);
實(shí)際應(yīng)用中,為了為提高組網(wǎng)探測(cè)系統(tǒng)的探測(cè)效能,一般會(huì)配置不同類型的探測(cè)設(shè)備(如雷達(dá)、光電、無(wú)線電等),從而確保能對(duì)進(jìn)入被監(jiān)測(cè)區(qū)域的目標(biāo)進(jìn)行連續(xù)、準(zhǔn)確地跟蹤和定位。假設(shè)組網(wǎng)系統(tǒng)中待部署傳感器共有m部,要求防御的區(qū)域按覆蓋的重要程度分為警戒區(qū)域ωsure和重點(diǎn)探測(cè)區(qū)域ωcore,其中
本發(fā)明將組網(wǎng)系統(tǒng)防御的區(qū)域按高度分解為k層,則第i部傳感器在該區(qū)域各高度層上覆蓋的貢獻(xiàn)為
式中:xi為第i部傳感器所在區(qū)域的位置矢量,i=1,2,...,m;wj為各高度層的權(quán)重,且
對(duì)于警戒區(qū)域,其覆蓋系數(shù)為
式中,sj為組網(wǎng)系統(tǒng)對(duì)第j層所獲得的探測(cè)概率pd≥0.5的有效覆蓋面積。
對(duì)于重點(diǎn)區(qū)域,其覆蓋系數(shù)為
式中,cj為組網(wǎng)系統(tǒng)對(duì)第j層所獲得的探測(cè)概率pd≥0.5的探測(cè)面積;score為組網(wǎng)系統(tǒng)要求的重點(diǎn)探測(cè)區(qū)域面積。
于是,整個(gè)組網(wǎng)系統(tǒng)的優(yōu)化布站問(wèn)題的目標(biāo)函數(shù)為:
式中:μ為組網(wǎng)系統(tǒng)對(duì)重點(diǎn)探測(cè)區(qū)內(nèi)目標(biāo)的重視程度;cbl為組網(wǎng)系統(tǒng)的盲區(qū)系數(shù);
步驟107、將每個(gè)傳感器的初始位置、速度信息、最優(yōu)位置信息和全局最優(yōu)位置信息,代入目標(biāo)函數(shù)計(jì)算每個(gè)傳感器的適應(yīng)值,并更新每個(gè)傳感器的位置信息、速度信息、最優(yōu)位置信息和全局最優(yōu)位置信息。
本發(fā)明實(shí)施例中,利用下述更新方法按更新粒子狀態(tài):
式中:i=1,2,...,m,d=1,2,...,d;ω≥0為慣性因子,適用于對(duì)解空間進(jìn)行大范圍的搜索;c1、c2為非負(fù)的加速系數(shù),r1、r2為在[0,1]內(nèi)均勻分布的隨機(jī)數(shù);δt為時(shí)間間隔;粒子的飛行速度vid∈[-vmax,vmax],其中vmax為常數(shù)(可由人提前設(shè)定)。
另外,本發(fā)明實(shí)施例還提供了對(duì)粒子群算法中的慣性因子進(jìn)行自適應(yīng)調(diào)整的方法。
較大的慣性因子值ω有利于跳出局部最優(yōu),進(jìn)行全局搜索;較小的ω值有利于局部尋優(yōu),加速算法收斂,因此,為克服pso算法固定參數(shù)的不足,本發(fā)明提出根據(jù)群體自適應(yīng)調(diào)整慣性因子的方法。
設(shè)粒子群的大小為n,第i次迭代粒子pi的適應(yīng)值為fi,最優(yōu)粒子的適應(yīng)值為fm,粒子群的平均適應(yīng)值為fmean1,所有優(yōu)于fmean1的適應(yīng)值求平均得到fmean2,由此,慣性因子的自適應(yīng)調(diào)整公式為:
式中ωmin為ω的最小值,k1和k2為調(diào)整因子。
另外,本發(fā)明在更新粒子群中的粒子狀態(tài)后,還可以判斷當(dāng)前粒子群中是否存在越界粒子,若有則采用xid,t+δt=xid,t+λ·vid·δt方式進(jìn)行處理,其中,λ=2/(γ2+2),其中γ為調(diào)整次數(shù)。
如果粒子群中粒子i更新后超越了定義域界限,需要把粒子重新放回定義域內(nèi),將粒子的速度乘以一個(gè)(0,1)之間的調(diào)整系數(shù)λ,λ的初值比較大。如果調(diào)整以后仍然越界,繼續(xù)減小系數(shù),直到粒子的新位置落到搜索空間內(nèi)。
這部分可描述為:判斷粒子群各傳感器的網(wǎng)格綜合效用值,是否大于預(yù)設(shè)網(wǎng)格綜合效用閾值的傳感器;
對(duì)于大于預(yù)設(shè)網(wǎng)格綜合效用閾值的傳感器,將傳感器的速度乘以第一調(diào)整系數(shù)得到第一速度,根據(jù)第一速度計(jì)算傳感器調(diào)整后的第一網(wǎng)格綜合效用值,調(diào)整系數(shù)在0至1之間;
判斷第一網(wǎng)格綜合效用值是否大于預(yù)設(shè)網(wǎng)格綜合效用閾值,
若大于,減少第一調(diào)整系數(shù)得到第二調(diào)整系數(shù),將第一速度乘以第二調(diào)整系數(shù)得到第二速度,根據(jù)第二速度計(jì)算傳感器第二次調(diào)整后的第二網(wǎng)格綜合效用值,繼續(xù)判斷第二網(wǎng)格綜合效用值是否大于預(yù)設(shè)網(wǎng)格綜合效用閾值,直到傳感器的網(wǎng)格綜合效用值小于等于預(yù)設(shè)網(wǎng)格綜合效用閾值。
本發(fā)明提供的方法,通過(guò)基于最優(yōu)化的粒子群提出對(duì)監(jiān)控區(qū)域部署傳感器的方法,方案首先根據(jù)區(qū)域細(xì)分以及子區(qū)域網(wǎng)格化的綜合效用值,將監(jiān)控區(qū)域分為多個(gè)子區(qū)域,并建立整個(gè)傳感器網(wǎng)滿足覆蓋連續(xù)性和嚴(yán)密性要求的最優(yōu)目標(biāo)函數(shù),進(jìn)而對(duì)各子區(qū)域利用最優(yōu)化的粒子群(particleswarmoptimization,pso)算法并行優(yōu)化傳感器的部署策略。另外,本發(fā)明還能夠?qū)αW尤核惴ㄖ械膽T性因子進(jìn)行自適應(yīng)調(diào)整,避免算法陷入局部收斂,提高算法的優(yōu)化效率,能夠保證被監(jiān)控區(qū)域需要防御責(zé)任區(qū)域內(nèi)不存在造成航跡不連續(xù)的探測(cè)盲區(qū)。
本領(lǐng)域內(nèi)的技術(shù)人員應(yīng)明白,本發(fā)明的實(shí)施例可提供為方法、系統(tǒng)、或計(jì)算機(jī)程序產(chǎn)品。因此,本發(fā)明可采用完全硬件實(shí)施例、完全軟件實(shí)施例、或結(jié)合軟件和硬件方面的實(shí)施例的形式。而且,本發(fā)明可采用在一個(gè)或多個(gè)其中包含有計(jì)算機(jī)可用程序代碼的計(jì)算機(jī)可用存儲(chǔ)介質(zhì)(包括但不限于磁盤存儲(chǔ)器、cd-rom、光學(xué)存儲(chǔ)器等)上實(shí)施的計(jì)算機(jī)程序產(chǎn)品的形式。
本發(fā)明是參照根據(jù)本發(fā)明實(shí)施例的方法、設(shè)備(系統(tǒng))、和計(jì)算機(jī)程序產(chǎn)品的流程圖和/或方框圖來(lái)描述的。應(yīng)理解可由計(jì)算機(jī)程序指令實(shí)現(xiàn)流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合??商峁┻@些計(jì)算機(jī)程序指令到通用計(jì)算機(jī)、專用計(jì)算機(jī)、嵌入式處理機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器以產(chǎn)生一個(gè)機(jī)器,使得通過(guò)計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器執(zhí)行的指令產(chǎn)生用于實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能的裝置。
這些計(jì)算機(jī)程序指令也可存儲(chǔ)在能引導(dǎo)計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備以特定方式工作的計(jì)算機(jī)可讀存儲(chǔ)器中,使得存儲(chǔ)在該計(jì)算機(jī)可讀存儲(chǔ)器中的指令產(chǎn)生包括指令裝置的制造品,該指令裝置實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能。
這些計(jì)算機(jī)程序指令也可裝載到計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備上,使得在計(jì)算機(jī)或其他可編程設(shè)備上執(zhí)行一系列操作步驟以產(chǎn)生計(jì)算機(jī)實(shí)現(xiàn)的處理,從而在計(jì)算機(jī)或其他可編程設(shè)備上執(zhí)行的指令提供用于實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能的步驟。
盡管已描述了本發(fā)明的優(yōu)選實(shí)施例,但本領(lǐng)域內(nèi)的技術(shù)人員一旦得知了基本創(chuàng)造性概念,則可對(duì)這些實(shí)施例作出另外的變更和修改。所以,所附權(quán)利要求意欲解釋為包括優(yōu)選實(shí)施例以及落入本發(fā)明范圍的所有變更和修改。