[go: up one dir, main page]

TWI469665B - 選擇感測節點之方法 - Google Patents

選擇感測節點之方法 Download PDF

Info

Publication number
TWI469665B
TWI469665B TW99145304A TW99145304A TWI469665B TW I469665 B TWI469665 B TW I469665B TW 99145304 A TW99145304 A TW 99145304A TW 99145304 A TW99145304 A TW 99145304A TW I469665 B TWI469665 B TW I469665B
Authority
TW
Taiwan
Prior art keywords
sensing
sensing node
node
group
target
Prior art date
Application number
TW99145304A
Other languages
English (en)
Other versions
TW201228430A (en
Inventor
Po Yu Chen
Yu Chee Tseng
Wen Tsuen Chen
Original Assignee
Nat Univ Tsing Hua
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 Nat Univ Tsing Hua filed Critical Nat Univ Tsing Hua
Priority to TW99145304A priority Critical patent/TWI469665B/zh
Priority to US13/204,718 priority patent/US8687058B2/en
Publication of TW201228430A publication Critical patent/TW201228430A/zh
Application granted granted Critical
Publication of TWI469665B publication Critical patent/TWI469665B/zh

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/022—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by means of tv-camera scanning
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Image Analysis (AREA)
  • Selective Calling Equipment (AREA)

Description

選擇感測節點之方法
本發明係關於一種解決感測節點覆蓋問題之方法，尤指透過計算感測節點對目標物之覆蓋程度以及感測節點對於目標物之貢獻函數之數值，使得覆蓋率較佳的感測節點可被選擇出來的一種選擇感測節點之方法。
無線感測網路(wireless sensor network)係由許多個無線節點(node)所構成，其中，每個節點可執行環境資料之收集、處理與儲存，並且，鄰近節點之間能夠相互通訊。由於無線網路具有上述特性，因此，無線網路可被應用於監控一寬廣之環境範圍，例如：環境監視、環境感測、輻射感測、生化感測等。
無線感測網路存在著一個基礎問題，即，覆蓋問題(coverage problem)。覆蓋問題所代表之意義為一個感測器(sensor)可監控的一目標場或一目標物之情形；並且，隨著無線感測網路應用環境之不同，其所面對的覆蓋問題亦隨之不同。因此，欲將無線感測網路使用於監控某個環境範圍之時，係必須考慮到該環境範圍對於無線感測網路所產生之覆蓋問題，例如：當無線感測網路被使用於監視一座藝廊之時，藝廊問題(art gallery problem)即成為無線感測網路之覆蓋問題(請參閱參考文獻1，其中，參考文獻1之出處為：O'Rourke,J. “Art Gallery Theorems and Algorithms”,Oxford University Press,New York,1987)。
除了覆蓋問題之外，欲將無線感測網路使用於監控某個環境範圍之時，無線節點之設置點與其感測方向亦為相當重要之考量。請參閱第一圖，係一種習用的無線感測網路之監控系統示意圖，如第一圖所示，當一物件O’進入無線感測網路之監控範圍內，三個監控裝置(surveillance device)S1’、S2’與S3’之監控範圍係完全覆蓋該物件O’。請同時參閱第二圖，係監控裝置所拍攝之物件影像圖，如第二圖所示，三個物件影像P1’、P2’與P3’係分別為該監控裝置S1’、S2’與S3’所拍攝之物件O’的影像。顯然地，監控裝置S1’、S2’與S3’之監控範圍係完全覆蓋該物件O’，然，三者所拍攝到物件O’之影像，卻無法使吾人輕易地辨識出物件O’之身份。
請繼續參閱第三圖與第四圖，係該習用的無線感測網路之第二監控系統之示意圖與其監控裝置所拍攝之第二物件影像圖，如第三圖所示，同樣地，基於該三個監控裝置S1’、S2’與S3’之監控範圍係完全覆蓋該物件O’之前提下，將監控裝置S1’、S2’與S3’分開設置，並且，相鄰監控裝置之間具有一定夾角；如此，監控裝置S1’、S2’與S3’可分別拍攝到物件O’之背面、第一側面與第二側面，則使吾人可輕易地辨識出物件O’之身份。
經由上述，吾人可以得知，欲將無線感測網路使用於監控或感測某個環境範圍之時，除了覆蓋問題之外，亦必須考慮到每個無線節點之設置點與其感測方向，如此，可使得無線感測網路可完全發揮其功能。
有鑒於上述之原因，本案之發明人係極力研究創作，以期待完成一套控制方法，於使用無線感測網路監控或感測某個環境範圍之時，可完全發揮該無線感測網路之效能，終於，本案之發明人研發出一種選擇感測節點之方法。
本發明之主要目的，在於提供一種選擇感測節點之方法，透過決定感測節點對於目標物之覆蓋程度，並計算該感測節點對於該目標物之貢獻函數之數值，如此，可於特定環境範圍內，選擇對於目標物貢獻度最大之感測節點，並調整該感測節點之感測方向，使得整體感測節點群組可發揮最佳之效能。
本發明之另一目的，在於提供一種選擇感測節點之方法，透過整理可對目標物群組執行感測覆蓋之一子感測節點群組，並計算感測節點對於目標物之貢獻函數之數值，如此，可於特定環境範圍內，選擇對於目標物貢獻度最大之感測節點，並調整該感測節點之感測方向，使得整體感測節點群組可發揮最佳之效能。
因此，為了達到上述之目的，本案之發明人提出一種選擇感測節點之方法，係包括：步驟(1)，決定一感測節點群組S={s1 ,s2 ,...,si }與一目標物群組O={o1 ,o2 ,...,oj }；步驟(2)，決定群組中複數個目標物oj 之覆蓋程度oj‧level ；步驟(3)，對該感測節點群組S中的複數個感測節點si ，計算其一第一貢獻函數contr1 (si ,ai )之數值；步驟(4)，選擇具有該第一貢獻函數contr1 (si ,ai )之最大數值之該感測節點si ；步驟(5)，將感測節點si 指向一感測方向ai ；步驟(6)，將感測節點si 之狀態改變為一已固定狀態；步驟(7)，將感測節點si 從感測節點群組S之中移除；以及步驟(8)，判斷是否所有感測節點si 之狀態皆為該已固定狀態，若是，則執行步驟(9)，若否，則重覆執行步驟(2)；(9)判斷是否該已固定狀態感測節點之數目等於一預設k值，若是，則執行步驟(10)，若否，則重覆執行步驟(2)；以及(10)判斷是否已無該尚未決定狀態之感測節點si 可對該目標物oj 之覆蓋程度oj‧level 提供貢獻，若是，則步驟結束，若否，則重覆執行步驟(2)。
為了達到本發明之另一目的，本案之發明人提出一種選擇感測節點之方法，係包括：步驟(A)，決定一感測節點群組S={s1 ,s2 ,...,si }與一目標物群組O={o1 ,o2 ,...,oj }；步驟(B)，決定該感測節點群組S中可對該目標物群組O執行感測覆蓋之一子感測節點群組C’，並計算目標物群組O中，複數個目標物oj 之覆蓋程度oj.level ；步驟(C)，對於感測節點群組S之中，所有尚未決定狀態之該感測節點si ，計算其一第二貢獻函數contr2 (si ,ai )之數值；步驟(D)，對該第二貢獻函數contr2 (si ,ai )之數值執行排序；步驟(E)，比較所有感測節點si 之第二貢獻函數contr2 (si ,ai )之一首位數值；步驟(F)，選擇具有最大該首位數值之感測節點si ；步驟(G)，將該感測節點si 指向一感測方向ai ；步驟(H)，將感測節點si 之狀態改變為一已固定狀態；步驟(I)，將感測節點si 從該感測節點群組S之中移除；以及步驟(J)，判斷是否所有感測節點si 之狀態皆為該已固定狀態，若是，則重覆執行步驟(K)，若否，則重覆執行步驟(B)；(K)判斷是否該已固定狀態感測節點之數目等於一預設k值，若是，則執行步驟(L)，若否，則重覆執行步驟(B)；以及(L)判斷是否已無該尚未決定狀態之感測節點si 可對該目標物oj 之覆蓋程度oj‧level 提供貢獻，若是，則執行步驟(B)，若否，重覆則執行步驟(B)。
為了能夠清楚地描述本發明所提出之一種選擇感測節點之方法，以下將配合圖示，詳盡說明本發明之實施例。
請參閱第五A圖與第五B圖，係本發明之一種選擇感測節點之方法流程圖，如第五A圖與第五B圖所示，該選擇感測節點之方法係包括以下主要步驟：首先，執行步驟(501)，決定一感測節點群組S={s1 ,s2 ,…,si }與一目標物群組O={o1 ,o2 ,…,oj }；然後，執行步驟(502)，決定群組中複數個目標物oj 之覆蓋程度oj.level ；接著，執行步驟(503)，對該感測節點群組S中的複數個感測節點si ，計算其一第一貢獻函數contrl (si ,ai )之數值；然後，執行步驟(504)，選擇具有該第一貢獻函數contrl (si ,ai )之最大數值之該感測節點si 。其中，該第一貢獻函數之計算公式為：contrl (si ,ai )=S(oj‧level ’-oj‧level )，oj‧level ’為新增一感測節點si 對目標物oj 執行感測覆蓋時，該目標物oj 所受到之覆蓋程度。
步驟(504)結束之後，具有最大第一貢獻函數contrl (si ,ai )數值的感測節點si 即被選擇出來；接著，執行步驟(505)，將該感測節點si 指向一感測方向ai ；然後，執行步驟(506)，將感測節點si 之狀態改變為一已固定狀態。
當上述該感測節點si 之狀態係被改變為該已固定狀態，則繼續執行步驟(507)，將感測節點si 從感測節點群組S之中移除，如此，即表示感測節點si 已不屬於感測節點群組S(屬於感測節點群組S內之感測節點，其狀態為”尚未決定”)。完成步驟(507)之後，接著，繼續執行步驟(508)，判斷是否非所有感測節點si 之狀態皆為已固定狀態，若是，則執行步驟(509)，判斷是否該已固定狀態感測節點之數目等於一預設k值，若是，則執行步驟(510)，判斷是否已無該尚未決定狀態之感測節點si 可對該目標物oj 之覆蓋程度oj‧level 提供貢獻，若是，則步驟結束。必須另外說明的是，於上述步驟(508)、步驟(509)與步驟(510)之中，若否，則表示感測節點尚未達到最佳之感測狀態，那麼，則須重覆執行步驟(502)。
請繼續參閱第六A圖、第六B圖、第六C圖、第六D圖、與第六E圖，係步驟(502)之詳細方法流程圖，於上述該選擇感測節點之方法步驟之中，如第六A圖、第六B圖、第六C圖、第六D圖、與第六E圖所示，步驟(502)係更包括以下詳細步驟：首先，執行步驟(5021)，定義該目標物群組O={o1 ,o2 ,...,oj }；接著，執行步驟(5022)，於該感測節點si 與該目標物oj 之一向量與X軸所形成的夾角之中，設定該感測方向ai =dir()+θ，使得一第一目標物o1 可被最感測覆蓋，其中感測節點si 之感測覆蓋範圍為2θ；然後，執行步驟(5023)，逆時鐘旋轉感測方向ai ，使得ai =ai +θ’，θ’係定義為一最小旋轉角度，使得部份目標物oj 可被感測節點si 之感測覆蓋範圍所覆蓋。
接著執行步驟(5024)，定義該感測節點群組S之一子感測節點群組C’={s1 ,s2 ,…,sx }，其中，屬於該子感測節點群組C’之中的感測節點sx ，係已對該目標物件oj 之執行感測覆蓋。然後，執行步驟(5025)，自該子感測節點群組C’之中，選取一感測節點sx ；接著，執行步驟(5026)，逆時鐘旋轉該感測節點sx 與目標物oj 之一向量；然後，步驟(5027)，判斷是否遇到另一感測節點sx+1 使得該感測節點sx 、該目標物oj 與該另一感測節點sx+1 三者所形成之夾角大於90°，若是，則表示感測節點sx+1 對目標物件oj 係達到最佳之感測覆蓋，則可執行步驟(5028)將感測節點sx+1 加入於該子感測節點群組C’之中；然後，執行步驟(5029)，令sx+1 =sx ，再重覆執行步驟(5026)。
於上述步驟(5027)之判斷式之中，若否，則執行步驟(502A)，判斷是否已無感測節點sx+1 可再被加入該子感測節點群組C’之中，若是，則執行步驟(502B)，得到目標物之覆蓋程度oj‧level =|C'|，若否，則重覆執行步驟(5026)。得到目標物之覆蓋程度oj‧level =|C'|之後，則可執行步驟(502C)，判斷是否ai =dir()+θ，若是，表示感測方向ai 已被逆時鐘旋轉至其初始之方向，則執行上述步驟(502D)，判斷是否最後一個感測節點sx+1 、初始感測節點sx 、與該目標物oj 三者所形成之夾角大於90°，若是，則執行步驟(503)；並且，於上述步驟(502C)之中，若否，則重覆執行步驟(5023)；另外，於上述步驟(502D)之中，若否，則執行步驟(502E)，得到目標物之覆蓋程度oj‧level =|C'|-1，並繼續執行下各主要步驟，即，執行步驟(503)。
並且，本發明之選擇感測節點之方法係更包括一第二方法，請同時參閱第七A圖、第七B圖與第七C圖，係本發明之選擇感測節點之第二方法流程圖，如第七A圖、第七B圖與第七C圖所示，該選擇感測節點之第二方法係包括以下主要步驟：首先，執行步驟(701)，決定一感測節點群組S={s1 ,s2 ,...,si }與一目標物群組O={o1 ,o2 ,...,oj }；接著，執行步驟(702)，決定該感測節點群組S中可對該目標物群組O執行感測覆蓋之一子感測節點群組C’，並計算目標物群組O中，複數個目標物oj 之覆蓋程度oj.level ；然後，執行步驟(703)，對於感測節點群組S之中，所有尚未決定狀態之該感測節點si ，計算其一第二貢獻函數contr2 (si ,ai )之數值，而該第二貢獻函數之計算公式為：contr2 (si ,ai )=[rk ’ -rk ,rk-1 ’ -rk-1 ,...,r1 ’ -r1 ]，其中，rk 定義為該感測節點sx+1 未加入該子感測節點群組C’之前，該目標物oj 之覆蓋程度oj.level 等於該已固定狀態感測節點sx 之數目；rk ’定義為該感測節點sx+1 加入該子感測節點群組C’之後，該目標物oj 之覆蓋程度oj.level 等於該已固定狀態感測節點sx 之數目。
當得到所有尚未決定狀態之感測節點si 之該第二貢獻函數contr2 (si ,ai )之數值之後，即執行步驟(704)，對所有第二貢獻函數contr2 (si ,ai )之數值執行排序；然後，執行步驟(705)，比較所有感測節點si 之第二貢獻函數contr2 (si ,ai )之一首位數值；接著，執行步驟(706)，選擇具有最大該首位數值之感測節點si ，結束步驟(706)之後，可對該目標物群組O執行感測覆蓋之感測節點si 係被選擇出來。
繼續執行步驟(707)，將該感測節點si 指向一感測方向ai ；然後，執行步驟(708)，將感測節點si 之狀態改變為一已固定狀態；接著，執行步驟(709)，將感測節點si 從該感測節點群組S之中移除；最後，執行步驟(70A)，判斷是否非所有感測節點si 之狀態皆為該已固定狀態，若是，則執行步驟(70B)，判斷是否該已固定狀態感測節點之數目等於一預設k值，若是，則執行步驟(70C)，判斷是否已無該尚未決定狀態之感測節點si 可對該目標物oj 之覆蓋程度oj.level 提供貢獻，若是，則步驟結束。並且，必須另外說明的是，於上述步驟(70A)、步驟(70B)與步驟(70C)之中，若否，則皆須重覆執行步驟(702)。
請同時參閱第八A圖、第八B圖與第八C圖，係步驟(702)之詳細步驟流程圖，於選擇感測節點之第二方法之中，如第八A圖、第八B圖與第八C圖所示，步驟(702)係更包括以下詳細步驟：首先，執行步驟(7021)，定義該目標物群組O={o1 ,o2 ,...,oj }；然後，執行步驟(7022)，於該感測節點si 與該目標物oj 之一向量與X軸所形成的夾角之中，設定該感測方向ai =dir()+θ，使得一第一目標物o1 可被感測覆蓋，其中感測節點si 之感測覆蓋範圍為2θ；接著，執行步驟(7023)逆時鐘旋轉感測方向ai ，使得ai =ai +θ’，其中，θ’定義為一最小旋轉角度，使得部份目標物oj 可被感測節點si 之感測覆蓋範圍所覆蓋。
繼續執行步驟(7024)，將該感測節點子群組C’定義為C’={s1 ,s2 ,...,sx }，其中，屬於該子感測節點群組C’之中的感測節點sx ，係已對該目標物件oj 之執行感測覆蓋；接著，執行步驟(7025)，自感測節點子群組C’之中，選取一感測節點sx ；然後，執行步驟(7026)，逆時鐘旋轉該感測節點sx 與一目標物oj 之一向量dir ()；然後，執行步驟(7027)，判斷是否遇到另一感測節點sx+1 使得該感測節點sx 、該目標物oj 與該另一感測節點sx+1 三者所形成之夾角大於90°，若是，則執行步驟(7028)，將感測節點sx+1 加入於該子感測節點群組C’之中；然後執行步驟(7029)，令sx+1 =sx ，重覆執行步驟(7026)。
於上述步驟(7027)之判斷式之中，若否，則執行步驟(702A)，判斷是否已無感測節點sx+1 可再被加入子感測節點群組C’之中，若是，則執行步驟(702B)，若否，則執行步驟(7026)；步驟(702)之最後一個詳細步驟為步驟(702B)，判斷是否ai =dir()+θ，若是，則執行步驟(703)，若否，則重覆執行步驟(7023)。
上述已經藉由流程圖而完整且清楚地揭露了本發明之該選擇感測節點之方法，經由上述可輕易得知本發明係具有下列之優點：
1.該選擇感測節點之第一方法，係透過決定該感測節點si 對於該目標物oj 之覆蓋程度，並同時計算感測節點si 對於目標物oj 之貢獻函數之數值，以於特定環境範圍內，選擇對於目標物oj 貢獻度最大之感測節點si ，並調整該感測節點si 之該感測方向ai ，使得該感測節點群組S，其對於特定環境範圍內的該目標物O可發揮最佳之感測覆蓋效能。
2.該選擇感測節點之第二方法，則係透過整理可對該目標物群組O執行感測覆蓋之該子感測節點群組C’，並同時計算感測節點si 對於目標物oj 之貢獻函數之數值，以於特定環境範圍內，選擇對於目標物貢獻度oj 最大之感測節點si ，並調整該感測節點si 之該感測方向ai ，使得該感測節點群組S，其對於特定環境範圍內的該目標物O可發揮最佳之感測覆蓋效能。
3.本發明可被應用於無線感測網路之中，使其無線節點可發揮最大感測效能，此外，本發明亦可應用於無線網路監控系統之中。
上述之詳細說明係針對本發明可行實施例之具體說明，惟該實施例並非用以限制本發明之專利範圍，凡未脫離本發明技藝精神所為之等效實施或變更，均應包含於本案之專利範圍中。
S1’、S2’、S3’．．．監控裝置
P1’、P2’、P3’．．．物件影像
O’．．．物件
S、O、oj 、oj.level 、contr1 (si ,ai )、si ．．．數學式代號
、dir()、θ、ai 、contr2 (si ,ai )、C’．．．數學式代號
sx 、dir ()、sx+1 、|C'|、oj.level ’、rk ’．．．數學式代號
rk 、r1 、θ’．．．數學式代號
501～510．．．方法步驟
5021～5029、502A～502E．．．方法步驟
701～709、70A～70C．．．方法步驟
7021～7029、702A～702B．．．方法步驟
第一圖　係一種習用的無線感測網路之監控系統示意圖；
第二圖　係一監控裝置所拍攝之一物件影像圖；
第三圖　係習用的無線感測網路之第二監控系統示意圖；
第四圖　係監控裝置所拍攝之一第二物件影像圖；
第五A圖與第五B圖
係本發明之一種選擇感測節點之方法流程圖；
第六A圖、第六B圖與第六C圖、第六D圖、與第六E圖
係步驟(502)之詳細方法流程圖；
第七A圖、第七B圖與第七C圖
係本發明之選擇感測節點之方法之一第二方法流程圖；以及
第八A圖、第八B圖與第八C圖
係步驟(702)之詳細方法流程圖。
501～510．．．方法步驟

Claims (13)

  1. 一種選擇感測節點之方法，係包括：(1)決定一感測節點群組S={s1 ,s2 ,...,si }與一目標物群組O={o1 ,o2 ,...,oj }：(2)決定群組中複數個目標物oj 之覆蓋程度oj．level ，對該感測節點群組S中的複數個感測節點si 與該些感測節點si 之感測方向αi 計算其一第一貢獻函數contr1 (si ,αi )之數值；(3)選擇具有該第一貢獻函數contr1 (si ,αi )之最大數值之該感測節點si ；(4)將感測節點si 指向一感測方向αi ；(5)將感測節點si 之狀態改變為一已固定狀態；(6)將感測節點si 從感測節點群組S之中移除；(7)判斷是否所有感測節點si 之狀態皆為該已固定狀態，若是，則執行步驟(9)，若否，則重覆執行步驟(2)；(8)判斷是否該已固定狀態感測節點之數目等於一預設k值，若是，則執行步驟(10)，若否，則重覆執行步驟(2)；以及 (9)判斷是否已無該尚未決定狀態之感測節點si 可對該目標物oj 之覆蓋程度oj．level 提供貢獻，若是，則步驟結束，若否，則重覆執行步驟(2)。
  2. 如申請專利範圍第1項所述之選擇感測節點之方法，其中，該步驟(2)更包括以下步驟：(21)定義該目標物群組O={o1 ,o2 ,…,oj }；(22)於該感測節點si 與該目標物oj 之一向量與X軸所形成的夾角之中，設定該感測方向，其中，θ係定義為一旋轉角度；(23)逆時鐘旋轉感測方向αi ，使得αi =αi +θ’，其中，θ’係定義為一最小旋轉角度；(24)定義該感測節點群組S之一子感測節點群組C’={s1 ,s2 ,...,sx }；(25)自該子感測節點群組C’之中，選取一感測節點sx ；(26)逆時鐘旋轉該感測節點sx 與目標物oj 之一向量；(27)判斷是否遇到另一感測節點sx+1 使得該感測節點sx 、該目標物oj 與該另一感測節點sx+1 三者所形成之夾角大於90°，若是，則執行步驟(28)，若否，則執行步驟(2A)；(28)將感測節點sx+1 加入於該子感測節點群組C’之中；(29)令sx+1 =sx ，重覆執行步驟(26)；(2A)判斷是否已無感測節點sx+1 可再被加入該子感測節點群組C’之中，若是，則執行步驟(2B)，若否，則執行步驟(26)；(2B)針對該子感測節點群組C’取其子感測節點數量|C'|，進而得到目標物之覆蓋程度oj．level =|C'|；(2C)判斷是否，若是，則執行步驟(2D)，若否，則重覆執行步驟(23)；(2D)判斷是否最後一個感測節點sx+1 、初始感測節點sx 、與該目標物oj 三者所形成之夾角大於90°，若是，則執行步驟(3)，若否，則執行步驟(2E)；以及(2E)得到目標物之覆蓋程度oj．level =|C'|-1。
  3. 如申請專利範圍第1項所述之選擇感測節點之方法，其中，該第一貢獻函數之計算公式為：contr1 (si ,αi )=Σ(oj．level ’-oj．level )，其中，Σ係定義為數學式中的求和符號。
  4. 如申請專利範圍第3項所述之選擇感測節點之方法，其中，oj．level ’為新增一感測節點si 對該目標物oj 執行感測覆蓋時，目標物oj 所受到之覆蓋程度。
  5. 如申請專利範圍第2項所述之選擇感測節點之方法，其中，θ’係定義為一最小旋轉角度，使得逆時鐘旋轉該感測方向αi 時，至少一目標物oj 可進入該感測節點si 之感測覆蓋範圍。
  6. 如申請專利範圍第2項所述之選擇感測節點之方法，其中，θ’係定義為一最小旋轉角度，使得至少一目標物oj 可離開該感測節點si 之感測覆蓋範圍。
  7. 如申請專利範圍第2項所述之選擇感測節點之方法，其中，θ’係定義為一最小旋轉角度，使得至少一目標物oj 可進入該感測節點si 之感測覆蓋範圍，以及至少一目標物oj 可離開感測節點si 之感測覆蓋範圍。
  8. 如申請專利範圍第2項所述之選擇感測節點之方法，其中，該感測節點si 之感測覆蓋範圍為2θ。
  9. 一種選擇感測節點之方法，係包括：(A)決定一感測節點群組S={s1 ,s2 ,...,si }與一目標物群組O={o1 ,o2 ,...,oj }；(B)決定該感測節點群組S中可對該目標物群組O執行感測覆蓋之一子感測節點群組C’，並 計算目標物群組O中，複數個目標物oj 之覆蓋程度oj.level ；(C)對於感測節點群組S之中，所有尚未決定狀態之該感測節點si 與該感測節點si 之感測方向αi 計算其一第二貢獻函數contr2 (si ,αi )之數值；(D)對該第二貢獻函數contr2 (si ,αi )之數值執行排序；(E)比較所有感測節點si 之第二貢獻函數contr2 (si ,αi )之一首位數值；(F)選擇具有最大該首位數值之感測節點si ；(G)將該感測節點si 指向一感測方向αi ；(H)將感測節點si 之狀態改變為一已固定狀態；(I)將感測節點si 從該感測節點群組S之中移除；(J)判斷是否所有感測節點si 之狀態皆為該已固定狀態，若是，則執行步驟(K)，若否，則重覆執行步驟(B)；(K)判斷是否該已固定狀態感測節點之數目等於一預設k值，若是，則執行步驟(L)，若否，則重覆執行步驟(B)；以及(L)判斷是否已無該尚未決定狀態之感測節點si 可對該目標物oj 之覆蓋程度oj．level 提供貢 獻，若是，則步驟結束，若否，則重覆執行步驟(B)。
  10. 如申請專利範圍第9項所述之選擇感測節點之方法，其中，該步驟(B)更包括以下步驟：(B1)定義該目標物群組O={o1 ,o2 ,…,oj }；(B2)於該感測節點si 與該目標物oj 之一向量與X軸所形成的夾角之中，設定該感測方向，其中，θ係定義為一旋轉角度；(B3)逆時鐘旋轉感測方向αi ，使得αi =αi +θ’，其中，θ’係定義為一最小旋轉角度；(B4)將該感測節點子群組C’定義為C’={s1 ,s2 ,...,sx }；(B5)自感測節點子群組C’之中，選取一感測節點sx ；(B6)逆時鐘旋轉該感測節點sx 與一目標物oj 之一向量；(B7)判斷是否遇到另一感測節點sx+1 使得該感測節點sx 、該目標物oj 與該另一感測節點sx+1 三者所形成之夾角大於90°，若是，則執行步驟(B8)，若否，則執行步驟(BA)； (B8)將感測節點sx+1 加入於子感測節點群組C’之中；(B9)令sx+1 =sx ，重覆執行步驟(B6)；(BA)判斷是否已無感測節點sx+1 可再被加入子感測節點群組C’之中，若是，則執行步驟(BB)，若否，則執行步驟(B6)；及(BB)判斷是否，若是，則執行步驟(C)，若否，則重覆執行步驟(B3)；。
  11. 如申請專利範圍第10項所述之選擇感測節點之方法，其中，該第二貢獻函數之計算公式為：contr2 (si ,αi )=[rk ’ -rk ,rk-1 ’ -rk-1 ,...,r1 ’ -r1 ]，其中，rk 定義為該感測節點sx+1 未加入該子感測節點群組C’之前，該目標物oj 之覆蓋程度oj．level 等於該已固定狀態感測節點sx 之數目；並且，rk ’定義為該感測節點sx+1 加入該子感測節點群組C’之後，該目標物oj 之覆蓋程度oj．level 等於該已固定狀態感測節點sx 之數目。
  12. 如申請專利範圍第10項所述之選擇感測節點之方法，其中，θ’定義為一最小旋轉角度，使得部份目標物oj 可被感測節點si 之感測覆蓋範圍所覆蓋。
  13. 如申請專利範圍第10項所述之選擇感測節點之方法，其中，該感測節點si 之感測覆蓋範圍為2θ。
TW99145304A 2010-12-22 2010-12-22 選擇感測節點之方法 TWI469665B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW99145304A TWI469665B (zh) 2010-12-22 2010-12-22 選擇感測節點之方法
US13/204,718 US8687058B2 (en) 2010-12-22 2011-08-08 Method for selecting sensor nodes

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW99145304A TWI469665B (zh) 2010-12-22 2010-12-22 選擇感測節點之方法

Publications (2)

Publication Number Publication Date
TW201228430A TW201228430A (en) 2012-07-01
TWI469665B true TWI469665B (zh) 2015-01-11

Family

ID=46318121

Family Applications (1)

Application Number Title Priority Date Filing Date
TW99145304A TWI469665B (zh) 2010-12-22 2010-12-22 選擇感測節點之方法

Country Status (2)

Country Link
US (1) US8687058B2 (zh)
TW (1) TWI469665B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113784361B (zh) * 2021-05-13 2022-07-19 中国地质大学（武汉） 一种传感器节点动态调节方法、设备及存储介质
WO2025217834A1 (en) * 2024-04-17 2025-10-23 Telefonaktiebolaget Lm Ericsson (Publ) Methods and apparatuses for sensing an object

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5959529A (en) * 1997-03-07 1999-09-28 Kail, Iv; Karl A. Reprogrammable remote sensor monitoring system
US6208247B1 (en) * 1998-08-18 2001-03-27 Rockwell Science Center, Llc Wireless integrated sensor network using multiple relayed communications
US6859831B1 (en) * 1999-10-06 2005-02-22 Sensoria Corporation Method and apparatus for internetworked wireless integrated network sensor (WINS) nodes
US20080150360A1 (en) * 2006-12-20 2008-06-26 Nortel Networks Limited System and Method for Providing Power Management in a Sensor Network

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8285519B2 (en) * 2009-12-03 2012-10-09 Osocad Remote Limited Liability Company System and method for operating a network of sensors
US8565109B1 (en) * 2010-01-29 2013-10-22 University Of Washington Through Its Center Of Commercialization Optimization of polling protocols in sensor networks
US8280671B2 (en) * 2010-01-29 2012-10-02 Microsoft Corporation Compressive data gathering for large-scale wireless sensor networks
US8514760B2 (en) * 2010-04-27 2013-08-20 International Business Machiness Corporation Adaptive wireless sensor network and method of routing data in a wireless sensor network

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5959529A (en) * 1997-03-07 1999-09-28 Kail, Iv; Karl A. Reprogrammable remote sensor monitoring system
US6208247B1 (en) * 1998-08-18 2001-03-27 Rockwell Science Center, Llc Wireless integrated sensor network using multiple relayed communications
US6859831B1 (en) * 1999-10-06 2005-02-22 Sensoria Corporation Method and apparatus for internetworked wireless integrated network sensor (WINS) nodes
US20080150360A1 (en) * 2006-12-20 2008-06-26 Nortel Networks Limited System and Method for Providing Power Management in a Sensor Network

Also Published As

Publication number Publication date
US20120166155A1 (en) 2012-06-28
TW201228430A (en) 2012-07-01
US8687058B2 (en) 2014-04-01

Similar Documents

Publication Publication Date Title
JP7204626B2 (ja) 異常検知装置、異常検知方法および異常検知プログラム
JP5559705B2 (ja) レシオメトリックａｃワイヤトレーサ
CN109145601B (zh) 恶意软件检测系统攻击防止
CN110633682A (zh) 基于双光融合的红外图像的异常监测方法、装置、设备
Biswas et al. Semidefinite programming algorithms for sensor network localization using angle information
CN113536066A (zh) 一种数据异常检测算法确定方法、装置及计算机设备
TWI469665B (zh) 選擇感測節點之方法
JP2016015536A5 (zh)
JP2018022247A5 (zh)
Godinho et al. An efficient technique for surface strain recovery from photogrammetric data using meshless interpolation
JP6713953B2 (ja) 形状推定装置、形状推定方法及びプログラム
Liu et al. Localization-oriented coverage in wireless camera sensor networks
Aziz et al. An Improved Indoor Location Technique Using Combination of Kalman Filter and Centroid Positioning.
Marinakis et al. Probabilistic self-localization for sensor networks
CN106658643B (zh) 基于rssi的有效锚节点选取方法
Zhipeng et al. An improved hop size estimation for DV-hop localization algorithm in wireless sensor networks
CN110989856B (zh) 一种坐标预测方法、装置、设备及可存储介质
CN110856255B (zh) 一种抗差位置指纹定位方法
CN111964706A (zh) 分布式视场互补多伯努利关联算术平均融合跟踪方法
Vu et al. Robust coverage under uncertainty in wireless sensor networks
TW202205216A (zh) 單攝影機建築結構層間變位監測系統及相關方法
CN120257184B (zh) 一种振动旋拧螺旋锚的检测方法及系统
EP4028938A1 (en) Method for determining a match between a candidate fingerprint and a reference fingerprint
CN110488101A (zh) 一种天线辐射性能分析方法、装置及计算机可读存储介质
KR101541144B1 (ko) 근접 센서의 방위정보를 이용한 수중표적위치 추정기법 및 장치