一種基于覆蓋表融合的移動(dòng)群智感知協(xié)作算法*

潘俊虹**，蔣建武2，吳 薇

(1.武夷學(xué)院 數(shù)學(xué)與計(jì)算機(jī)學(xué)院，福建 武夷山 354300；2.蘇州大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，江蘇 蘇州 215006；3.認(rèn)知計(jì)算與智能信息處理福建省高校重點(diǎn)實(shí)驗(yàn)室，福建 武夷山 354300)

1 引 言

移動(dòng)群智感知作為一種新的群智感知模式，近些年來(lái)受到了業(yè)界的高度關(guān)注。移動(dòng)群智感知利用參與者的移動(dòng)智能終端如智能手機(jī)、平板電腦、智能手環(huán)等，收集所處環(huán)境信息，通過(guò)無(wú)線(xiàn)通信網(wǎng)絡(luò)發(fā)送至云端網(wǎng)絡(luò)服務(wù)器，服務(wù)器再對(duì)數(shù)據(jù)進(jìn)行分析和處理，為上層的各種應(yīng)用提供服務(wù)和決策支持[1]。移動(dòng)用戶(hù)的參與是移動(dòng)群智感知最為顯著的特征之一。移動(dòng)群智感知屬于參與式感知，參與式感知用戶(hù)既可以是感知數(shù)據(jù)的提供者，也可以是感知數(shù)據(jù)的消費(fèi)者[2]。移動(dòng)群智感知目前已經(jīng)應(yīng)用在多個(gè)領(lǐng)域：文獻(xiàn)[3]利用公車(chē)乘客隨身智能終端感知收集周?chē)畔㈩A(yù)測(cè)公車(chē)到站時(shí)間；文獻(xiàn)[4]利用市民參與者的手機(jī)拍攝照片，來(lái)進(jìn)行水資源質(zhì)量檢測(cè)；文獻(xiàn)[5]實(shí)現(xiàn)了一個(gè)由參與者手機(jī)收集噪音信息，來(lái)實(shí)時(shí)呈現(xiàn)細(xì)粒度的噪音地圖系統(tǒng)。

移動(dòng)群智感知網(wǎng)絡(luò)本質(zhì)是一種特殊的無(wú)線(xiàn)傳感網(wǎng)絡(luò)，其主要特點(diǎn)在于節(jié)點(diǎn)的移動(dòng)性。由于手機(jī)等智能終端設(shè)備的普及和用戶(hù)的移動(dòng)特性，群智感知網(wǎng)絡(luò)能以非常低的成本實(shí)現(xiàn)大規(guī)模和細(xì)粒度的感知。移動(dòng)群智感知涉及到多個(gè)方面的策略和技術(shù)，包括感知數(shù)據(jù)采集、分析處理、參與者激勵(lì)機(jī)制、感知數(shù)據(jù)發(fā)送、參與者隱私保護(hù)等[6]。本文研究主要內(nèi)容是移動(dòng)智能終端感知數(shù)據(jù)的融合以提升感知網(wǎng)絡(luò)質(zhì)量。在移動(dòng)感知網(wǎng)絡(luò)場(chǎng)景中，尤其在移動(dòng)節(jié)點(diǎn)集中分布在某一區(qū)域，如學(xué)校、醫(yī)院、車(chē)站或者某個(gè)時(shí)間段如下班、放學(xué)等情況下，以一定頻率對(duì)周邊環(huán)境進(jìn)行感知，由于這種集中性，感知數(shù)據(jù)會(huì)簡(jiǎn)單重復(fù)疊加產(chǎn)生大量數(shù)據(jù)冗余，從而降低感知數(shù)據(jù)質(zhì)量，浪費(fèi)參與者設(shè)備能量和網(wǎng)絡(luò)流量。文獻(xiàn)[7]利用基于壓縮感知數(shù)據(jù)采樣方法，并在服務(wù)器上恢復(fù)重建感知信息的方式來(lái)減少數(shù)據(jù)傳輸代價(jià)；文獻(xiàn)[8]采用基于效用的感知任務(wù)遷移實(shí)現(xiàn)移動(dòng)感知節(jié)點(diǎn)直接協(xié)作來(lái)提高感知覆蓋率；文獻(xiàn)[9]采用線(xiàn)性加權(quán)并考慮節(jié)點(diǎn)吞吐最期望和能量消耗來(lái)解決分布式協(xié)作感知問(wèn)題；文獻(xiàn)[10]利用對(duì)空間區(qū)域劃分，并通過(guò)skyline查詢(xún)控制信道傳輸數(shù)據(jù)，以消除無(wú)線(xiàn)網(wǎng)絡(luò)感知數(shù)據(jù)冗余。

本文的主要工作是針對(duì)集中性感知數(shù)據(jù)大幅冗余問(wèn)題，對(duì)感知過(guò)程進(jìn)行時(shí)空域劃分，并對(duì)感知過(guò)程進(jìn)行建模，結(jié)合感知充足覆蓋的概念，通過(guò)在移動(dòng)節(jié)點(diǎn)之間進(jìn)行感知數(shù)據(jù)融合，減少節(jié)點(diǎn)的采樣次數(shù)，在不影響感知數(shù)據(jù)質(zhì)量的基礎(chǔ)上，最大限度地去除冗余數(shù)據(jù)、優(yōu)化感知數(shù)據(jù)，以提升整體感知性能，節(jié)約參與者耗能和網(wǎng)絡(luò)流量。

2 移動(dòng)感知系統(tǒng)建模

2.1 移動(dòng)感知時(shí)空域劃分

移動(dòng)群智感知基于參與者的智能感知終端，利用參與者的移動(dòng)實(shí)現(xiàn)對(duì)物理世界大范圍的感知覆蓋和信息采集，這樣的感知數(shù)據(jù)在時(shí)空上可具有高度的關(guān)聯(lián)特征。為了更好地對(duì)這些分布廣泛的感知數(shù)據(jù)進(jìn)行處理，需要對(duì)感知覆蓋的時(shí)空域進(jìn)行離散化處理。

假設(shè)有由n個(gè)移動(dòng)節(jié)點(diǎn)集合U={u1,u2,u3,…,un}構(gòu)成移動(dòng)群智感知節(jié)點(diǎn)網(wǎng)絡(luò)，這些節(jié)點(diǎn)以一定的軌跡在感知區(qū)域內(nèi)進(jìn)行移動(dòng)，并以一定的頻率對(duì)所處環(huán)境進(jìn)行信息采樣。節(jié)點(diǎn)ui在t時(shí)刻的位置表示為L(zhǎng)oci(t)。我們對(duì)感知過(guò)程的時(shí)空域作如下劃分：在空間域上，將整個(gè)感知區(qū)域劃分為若干等份的單元格，單元格的大小即為感知空間的粒度，假設(shè)感知區(qū)域可劃分成m個(gè)單元格，那么感知區(qū)域可表示為C={c1,c2,c3,…,cm}；在時(shí)間域上，我們將移動(dòng)節(jié)點(diǎn)感知總時(shí)長(zhǎng)劃分為若干感知周期Tsp，每個(gè)感知周期開(kāi)始，移動(dòng)感知節(jié)點(diǎn)會(huì)對(duì)周?chē)h(huán)境進(jìn)行采樣，并將數(shù)據(jù)發(fā)送至遠(yuǎn)程服務(wù)器。為了便于對(duì)感知系統(tǒng)建模，我們引入如下概念：

覆蓋周期(Coverage Period)Tcp，由若干(r)個(gè)感知周期組成，即Tcp=rTsp。

感知時(shí)間跨度(Time span)T，時(shí)間跨度表示移動(dòng)節(jié)點(diǎn)總的感知時(shí)長(zhǎng)，由若干(d)個(gè)覆蓋周期組成。

感知節(jié)點(diǎn)時(shí)空域劃分如圖1所示。

(a)時(shí)間域劃分

(b)空間域劃分圖1 感知時(shí)空域劃分Fig.1 Division of sensing time and space

2.2 感知網(wǎng)絡(luò)相關(guān)定義

定義1 感知覆蓋(Sensing Coverage)。當(dāng)且僅當(dāng)一個(gè)新的感知周期開(kāi)始，某一個(gè)移動(dòng)節(jié)點(diǎn)位置在某個(gè)單元格區(qū)域內(nèi)時(shí)，稱(chēng)為該單元格被該移動(dòng)節(jié)點(diǎn)覆蓋。令δj(Loci(t))表示在t時(shí)刻移動(dòng)節(jié)點(diǎn)ui是否覆蓋單元格cj,則有

(1)

式中：δj(Loci(t))=1表示ui覆蓋了單元格cj，δj(Loci(t))=0表示沒(méi)有覆蓋。在感知采樣中，一個(gè)單元格只需要被覆蓋一次即可，不需要一個(gè)單元格被一直覆蓋，覆蓋周期的大小也就表示了時(shí)間維度上的感知粒度。

定義2 覆蓋充足度(Coverage Sufficiency Degree)。為第k個(gè)覆蓋周期(1,2,3，…，d)內(nèi)單元格cj被網(wǎng)絡(luò)節(jié)點(diǎn)集合U中所有感知節(jié)點(diǎn)覆蓋的次數(shù)總和，記為

(2)

覆蓋充足度用來(lái)衡量感知過(guò)程中的時(shí)空覆蓋質(zhì)量，進(jìn)一步地，我們給出充足感知覆蓋的定義。

定義3 充足感知覆蓋(Sufficient Sensing Coverage)。當(dāng)且僅當(dāng)一個(gè)單元格cj∈C在第k(k=1,2,…,d)個(gè)覆蓋周期內(nèi)被節(jié)點(diǎn)集合U中所有移動(dòng)節(jié)點(diǎn)覆蓋次數(shù)總和不小于覆蓋因子ε(ε≥1)，我們稱(chēng)該單元格被充足覆蓋，可描述如下：

CSDj(k)≥ε，k=1,2,…,d。

(3)

定義中覆蓋因子的概念類(lèi)似傳統(tǒng)無(wú)線(xiàn)傳感網(wǎng)的K-覆蓋。無(wú)線(xiàn)傳感網(wǎng)中給定區(qū)域中的每一個(gè)點(diǎn)都至少被K個(gè)傳感器感知范圍覆蓋稱(chēng)為K-覆蓋[11]，覆蓋因子K決定了無(wú)線(xiàn)傳感網(wǎng)中的感知數(shù)據(jù)的冗余度。與此類(lèi)似，定義3中的覆蓋因子ε的取值越大，產(chǎn)生的移動(dòng)感知數(shù)據(jù)冗余越多，感知數(shù)據(jù)的信息蘊(yùn)含也越多，質(zhì)量越好，但是消耗參與者的能量和流量等代價(jià)也越大。對(duì)于本模型中的單元格而言，同一單元格的ε個(gè)感知數(shù)據(jù)可通過(guò)一定的方式進(jìn)行融合，從而進(jìn)一步提高感知數(shù)據(jù)的精確度。

本文假設(shè)的場(chǎng)景是移動(dòng)節(jié)點(diǎn)集中性很高的區(qū)域，如果在這類(lèi)區(qū)域活動(dòng)，移動(dòng)節(jié)點(diǎn)之間不進(jìn)行協(xié)作，服務(wù)器后臺(tái)也不對(duì)其采樣過(guò)程加以控制，移動(dòng)節(jié)點(diǎn)仍以一定頻率進(jìn)行采樣，不僅會(huì)造成數(shù)據(jù)大量冗余，也過(guò)多耗費(fèi)移動(dòng)節(jié)點(diǎn)的能量和數(shù)據(jù)流量。下文將對(duì)感知過(guò)程進(jìn)行分析，并在此基礎(chǔ)上提出一種基于覆蓋表的協(xié)作感知算法，最大程度上減少感知數(shù)據(jù)冗余，有效提升整個(gè)感知網(wǎng)絡(luò)的性能，縮減移動(dòng)節(jié)點(diǎn)代價(jià)，也能提高參與者積極性。

3 無(wú)協(xié)作感知模式分析

無(wú)協(xié)作感知模式即移動(dòng)節(jié)點(diǎn)只按照固定頻率對(duì)周?chē)h(huán)境進(jìn)行感知采樣并上傳數(shù)據(jù)，移動(dòng)節(jié)點(diǎn)各自獨(dú)立進(jìn)行采樣，節(jié)點(diǎn)之間沒(méi)有任何協(xié)作，感知網(wǎng)絡(luò)也沒(méi)有任何控制措施，若移動(dòng)節(jié)點(diǎn)所處區(qū)域是人群較為集中性的區(qū)域勢(shì)必產(chǎn)生大量的感知數(shù)據(jù)冗余。本文以為CRAWDAD提供的數(shù)據(jù)集mobilitymodels dataset(v.2009-07-23)[12]為例進(jìn)行研究。CRAWDAD是美國(guó)達(dá)特茅斯(Dartmouth)學(xué)院的一個(gè)無(wú)線(xiàn)網(wǎng)絡(luò)數(shù)據(jù)公共社區(qū)資源，提供無(wú)線(xiàn)網(wǎng)絡(luò)蹤跡數(shù)據(jù)，包括數(shù)據(jù)本身及其描述文件(元數(shù)據(jù))?；贘avaFX平臺(tái)對(duì)數(shù)據(jù)集感知區(qū)域進(jìn)行時(shí)空域劃分，將目標(biāo)感知區(qū)域劃分成16×28個(gè)單元格，每個(gè)格子面積為500 m×500 m，感知周期Tsp設(shè)為30 s，覆蓋周期Tcp設(shè)為1 800 s，覆蓋因子ε設(shè)為1，92個(gè)移動(dòng)節(jié)點(diǎn)在4 h之內(nèi)的移動(dòng)軌跡如圖2所示。圖中黑點(diǎn)部分為移動(dòng)節(jié)點(diǎn)的移動(dòng)軌跡，其中有12個(gè)紅色邊框單元格為4 h感知時(shí)間內(nèi)一直處于充足覆蓋的狀態(tài)。這12個(gè)被充足覆蓋的單元格被92個(gè)移動(dòng)節(jié)點(diǎn)覆蓋次數(shù)如表1所示。

圖2 移動(dòng)節(jié)點(diǎn)軌跡分布圖Fig.2 Trajectories of mobile nodes

單元格覆蓋次數(shù)c147414c148544c161429c1644 594c165155c1801 671c18113 388c18248c19614 073c1972 780c2121 158c21324

由于我們將覆蓋周期設(shè)置為1 800 s，也就是30 min，因此只需每30 min在每個(gè)單元格中采樣一次就可滿(mǎn)足需要。在整個(gè)4 h感知時(shí)長(zhǎng)內(nèi)，每次單元格只要被覆蓋8次即可。但從表1中可以看出這12個(gè)單元格覆蓋次數(shù)都遠(yuǎn)遠(yuǎn)超過(guò)8次，其中單元格c181和c196更是分別達(dá)到了13 388次和14 073次，是所需覆蓋數(shù)的1 000倍以上。

進(jìn)一步地觀(guān)察圖2中單元格c196分別被網(wǎng)絡(luò)中所有92個(gè)節(jié)點(diǎn)覆蓋的次數(shù)，不同的移動(dòng)節(jié)點(diǎn)對(duì)于單元格c196覆蓋次數(shù)差異也很大。在無(wú)協(xié)作模式下，移動(dòng)節(jié)點(diǎn)覆蓋信息只保持在自己手中，節(jié)點(diǎn)之間不共享覆蓋信息，有些移動(dòng)節(jié)點(diǎn)對(duì)單元格覆蓋次數(shù)較多，而有些節(jié)點(diǎn)幾乎沒(méi)有覆蓋過(guò)單元格c196。由此可見(jiàn)，此場(chǎng)景中移動(dòng)節(jié)點(diǎn)在無(wú)協(xié)作模式下，冗余感知數(shù)據(jù)會(huì)出現(xiàn)爆發(fā)式的增長(zhǎng)，這也就大幅度降低了網(wǎng)絡(luò)感知的質(zhì)量。因此有必要設(shè)計(jì)一種控制機(jī)制，使得節(jié)點(diǎn)之間共享覆蓋信息，減少不必要的感知數(shù)據(jù)，提高感知整體性能。下文將提出一種基于覆蓋表的感知融合算法，通過(guò)覆蓋信息融合機(jī)制來(lái)控制整個(gè)移動(dòng)感知過(guò)程，有效降低感知冗余。

4 基于覆蓋表融合的協(xié)作感知算法

4.1 感知覆蓋表融合算法

從上文分析可知，在集中性較強(qiáng)的場(chǎng)景中，各節(jié)點(diǎn)對(duì)單元格覆蓋的貢獻(xiàn)差異很大，主要在于各節(jié)點(diǎn)之間沒(méi)有分享覆蓋信息?；诖?，本文設(shè)計(jì)了一種名為感知覆蓋表(Sensing Coverage Table,SCT)的存儲(chǔ)結(jié)構(gòu)，每個(gè)移動(dòng)節(jié)點(diǎn)都在本地維護(hù)一張覆蓋表，并根據(jù)節(jié)點(diǎn)和其他節(jié)點(diǎn)之間共享的覆蓋信息動(dòng)態(tài)更新。SCT結(jié)構(gòu)由一組帶有3個(gè)屬性值三元組構(gòu)成，其中，ci表示第i個(gè)單元格，ei表示該單元格已有采樣數(shù)，fi表示該單元格中已有采樣數(shù)是否都由該節(jié)點(diǎn)自己所采樣，值為1時(shí)表示全部有自己采樣，0表示非全部自己采樣(即包含其他節(jié)點(diǎn)采樣)。

移動(dòng)節(jié)點(diǎn)的SCT動(dòng)態(tài)更新融合算法如下：在每個(gè)覆蓋周期開(kāi)始時(shí)，節(jié)點(diǎn)清空本地SCT，當(dāng)網(wǎng)絡(luò)中兩個(gè)移動(dòng)節(jié)點(diǎn)ui和uj相互靠近并進(jìn)入彼此的通信范圍時(shí)，相互交換各自的感知覆蓋表SCT，并進(jìn)行融合處理。首先節(jié)點(diǎn)uj發(fā)送自己的SCTj給節(jié)點(diǎn)ui，對(duì)于SCTj中每一組先設(shè)置標(biāo)識(shí)變量tag為0，表示在節(jié)點(diǎn)ui的SCTi中沒(méi)有單元格cj的覆蓋信息。然后遍歷ui的SCTi中每一組，若cj=ci，則令tag為1，表示SCTi中發(fā)現(xiàn)了與單元格cj相關(guān)的覆蓋信息。此時(shí)，若fi和fj均為1，表明兩個(gè)節(jié)點(diǎn)對(duì)當(dāng)前單元格的采樣總數(shù)ei和ej均為節(jié)點(diǎn)各自所采得，那么則更新ei為ei、ej之和，同時(shí)判斷ei、ej之和是否大于覆蓋因子ε，若大于ε，則將ei更新為ε，并置fi為0(這些采樣已非全部自己采得)。當(dāng)遍歷完畢SCTi中的所有元組后，判斷變量tag的值，其值若為0，表示節(jié)點(diǎn)ui感知覆蓋表SCTi沒(méi)有與單元格cj相關(guān)的覆蓋信息，那么就將元組加入ui感知覆蓋表SCTi中，至此完成一次覆蓋信息融合。感知覆蓋表融合算法(算法1)的偽代碼描述如下：

for each ∈SCTjdo

tag=0;

for each ∈SCTido

if(cj==ci) then

tag=1;

if(fi==1 andfj==1) then

ei=min(ei+ej,ε);

fi=0;

else if(ei

ei=ej;

fi=0;

end if

end if

end for

if(tag==0) then

add toSCTi

end if

end for

移動(dòng)節(jié)點(diǎn)之間的無(wú)線(xiàn)智能終端都裝備有基于802.11協(xié)議的短距離通信接口，鄰近的移動(dòng)節(jié)點(diǎn)能組成自組網(wǎng)絡(luò)實(shí)現(xiàn)端對(duì)端通信，無(wú)需消耗網(wǎng)絡(luò)流量，同時(shí)也可以最大程度地?cái)U(kuò)散節(jié)點(diǎn)對(duì)單元格的覆蓋貢獻(xiàn)信息，如圖3所示。因此每個(gè)節(jié)點(diǎn)都能夠準(zhǔn)確地了解單元格在當(dāng)前覆蓋周期內(nèi)被覆蓋的情況，為協(xié)作感知算法提供了前提條件。

圖3 移動(dòng)節(jié)點(diǎn)覆蓋信息擴(kuò)散圖Fig.3 Diffusion graph of coverage information of mobile nodes

4.2 基于SCT移動(dòng)節(jié)點(diǎn)協(xié)作感知數(shù)據(jù)收集算法

在上節(jié)所述的感知覆蓋表融合算法的基礎(chǔ)上，我們進(jìn)一步給出基于SCT融合的移動(dòng)節(jié)點(diǎn)感知算法，其基本思想如下：在每個(gè)覆蓋周期開(kāi)始時(shí)，移動(dòng)節(jié)點(diǎn)清空本地感知覆蓋表SCT，當(dāng)一個(gè)感知周期開(kāi)始時(shí)，節(jié)點(diǎn)ui在對(duì)單元格cj進(jìn)行采樣之前，先判斷本地SCTi中是否有與單元格cj對(duì)應(yīng)的元組，若元組存在且采樣次數(shù)等于覆蓋因子ε，則本次不采樣，反之則進(jìn)行采樣，并更新自己的SCT：如果原SCT不存在cj對(duì)應(yīng)的元組，則直接將添加到SCT中；如果原SCT存在cj對(duì)應(yīng)的元組，且采樣次數(shù)小于覆蓋因子ε，則更新ej為ej+1。基于SCT移動(dòng)節(jié)點(diǎn)協(xié)作感知算法(算法2)的偽代碼描述如下：

fort=TsptoTdo

ift%Tsp==0 then;

SCTi=NULL;

end if

獲取當(dāng)前節(jié)點(diǎn)ui的位置:Loci(t)

獲取當(dāng)前節(jié)點(diǎn)ui覆蓋的單元格cj:δj(Loci(t))=1;

ifcjnot inSCTithen

對(duì)單元格cj采樣;

add toSCTi;

end if

ifcjinSCTiandej<εthen

對(duì)單元格cj采樣;

ej=ej+1;

end if

end for

5 實(shí)驗(yàn)仿真及結(jié)果分析

本文使用的是來(lái)自CRAWDAD網(wǎng)絡(luò)社區(qū)、由Injong Rhee等人提供的韓國(guó)科學(xué)技術(shù)院(Korea Advanced Institute of Science and Technology,KAIST)校園里92個(gè)行人4 h內(nèi)移動(dòng)軌跡GPS數(shù)據(jù)，在SUN ONE平臺(tái)進(jìn)行仿真實(shí)驗(yàn)。我們將整個(gè)感知區(qū)域劃分為200 m×200 m單元格，感知周期Tsp設(shè)為30 s，覆蓋周期Tcp設(shè)為1 800 s，時(shí)間跨度T為4 h。移動(dòng)節(jié)點(diǎn)共92個(gè)，每個(gè)節(jié)點(diǎn)通信范圍為70 m。

衡量協(xié)作感知的性能指標(biāo)包括平均覆蓋延遲(一個(gè)單元格平均多長(zhǎng)時(shí)間被充足覆蓋一次)和采樣總數(shù)(感知網(wǎng)絡(luò)中所有節(jié)點(diǎn)在充足覆蓋的單元格中執(zhí)行的采樣總數(shù))。實(shí)驗(yàn)仿真對(duì)比了3種協(xié)作感知模式的性能指標(biāo)：一是原始感知模式,每一個(gè)感知周期開(kāi)始，只要這個(gè)移動(dòng)節(jié)點(diǎn)在有效覆蓋的單元格里都進(jìn)行采樣，即不采用節(jié)點(diǎn)選擇算法，節(jié)點(diǎn)與節(jié)點(diǎn)之間也沒(méi)有共享覆蓋信息；二是本地控制模式,節(jié)點(diǎn)在感知周期到來(lái)時(shí)，依照本地存儲(chǔ)的覆蓋表判斷是否采樣，節(jié)點(diǎn)之間也沒(méi)有通信共享覆蓋信息；三是本文所述的基于SCT信息融合的協(xié)作感知模式。

5.1 平均覆蓋延遲

表2給出了當(dāng)覆蓋周期Tcp=1 800 s和覆蓋因子ε=1時(shí)，一些單元格的在不同模式下的平均覆蓋延遲。從表2中可以看出，原始感知模式下單元格的平均覆蓋延遲最小，本地控制模式次之，基于SCT融合的控制模式平均覆蓋延遲最大，但延遲時(shí)間均小于所設(shè)定的覆蓋周期1 800 s。圖4給出了在不同時(shí)長(zhǎng)的覆蓋周期在3種不同覆蓋因子下，3種感知模式的所有單元格的平均覆蓋延遲?？梢钥闯?，當(dāng)覆蓋因子ε值增加時(shí)平均覆蓋延遲相應(yīng)減少，這是由于節(jié)點(diǎn)執(zhí)行了更多采樣導(dǎo)致，雖然降低了覆蓋延遲但也消耗了更多的節(jié)點(diǎn)能量。

表2 單元格平均覆蓋延遲Tab.2 Average coverage delay of cells

(a)Tcp=900 s

(b) Tcp=1 800 s

(c)Tcp=3 600 s圖4 3種感知模式平均覆蓋延遲時(shí)間Fig.4 Average coverage delay time of three sensing models

5.2 移動(dòng)節(jié)點(diǎn)采樣總數(shù)

表3和圖5對(duì)比了以上3種感知模式下在給定感知時(shí)長(zhǎng)內(nèi)所有充足覆蓋的單元格采樣總數(shù)。

表3 3種模式下移動(dòng)節(jié)點(diǎn)采樣總數(shù)Tab.3 Total number of mobile node sampling in three modes

圖5 3種感知模式采樣總數(shù)對(duì)比Fig.5 Comparison of total number of three sensing sampling models

表3和圖5顯示，基于覆蓋表融合協(xié)作的感知模式下，采樣總數(shù)比原始感知模式下采樣總數(shù)大幅減少，也少于本地控制模式下采樣總數(shù)。當(dāng)覆蓋因子ε=1時(shí)，基于SCT融合的協(xié)作感知模式可消除原始感知模式下95.96%的感知冗余數(shù)據(jù)，也可消除本地控制模式下，36.98%的冗余感知冗余數(shù)據(jù)；當(dāng)覆蓋因子ε=2時(shí)，消除感知冗余幅度分別為95.36%和36.88%；當(dāng)覆蓋因子ε=3時(shí)消除感知冗余幅度分別為94.16%和36.82%；當(dāng)覆蓋因子ε=4時(shí)，消除感知冗余幅度分別為93.33%和33.82%；當(dāng)覆蓋因子ε=5時(shí)，消除感知冗余幅度分別為92.6%和31.23%。可以看出，在ε取值不超過(guò)5時(shí)，基于SCT融合的協(xié)作感知模式感知冗余數(shù)據(jù)消除率對(duì)比原始模式都在92%以上，對(duì)比本地控制模式消除率也有31%以上。由此可見(jiàn)，基于SCT融合的移動(dòng)協(xié)作感知模式能有效地消除感知冗余數(shù)據(jù)，從而減少移動(dòng)節(jié)點(diǎn)的耗能，也節(jié)省移動(dòng)節(jié)點(diǎn)的數(shù)據(jù)流量，同時(shí)還可以避免因集中采樣傳送數(shù)據(jù)產(chǎn)生的網(wǎng)絡(luò)擁堵?tīng)顩r。

5.3 覆蓋因子設(shè)定

實(shí)驗(yàn)仿真結(jié)果如表4數(shù)據(jù)顯示，覆蓋因子ε值的逐漸變大，充足覆蓋的單元格數(shù)逐漸減少，這就表明，隨著ε值的增大，如果單元格想要被充足覆蓋，必須得到更多的覆蓋次數(shù)。在理想條件下每個(gè)單元格僅需在每個(gè)覆蓋周期被釆樣一次即可，即ε=1，然而實(shí)際因素要復(fù)雜得多。比如：參與節(jié)點(diǎn)的移動(dòng)軌跡是具有隨機(jī)性的；某些節(jié)點(diǎn)可能在某個(gè)時(shí)間電量耗盡或者其他不可用狀態(tài)，例如參與用戶(hù)正在打電話(huà)；僅一個(gè)節(jié)點(diǎn)的采樣數(shù)據(jù)容易產(chǎn)生測(cè)量誤差等。因此，必須有一定的覆蓋冗余也就是說(shuō)通常需要ε>1來(lái)應(yīng)對(duì)現(xiàn)實(shí)中的一些不確定因素的干擾。同時(shí)，在節(jié)點(diǎn)之間進(jìn)行覆蓋表融合擴(kuò)散時(shí)，用于擴(kuò)散交換探測(cè)鄰居節(jié)點(diǎn)的周期越短，則覆蓋信息在整個(gè)網(wǎng)絡(luò)中傳播地越快，但同時(shí)也會(huì)有更多的能量消耗用于數(shù)據(jù)傳輸。需要綜合考慮如何進(jìn)行覆蓋因子選取和探測(cè)頻率的設(shè)定，以達(dá)到一個(gè)最優(yōu)的效果，這些已經(jīng)超出本文的研究范圍，在此不作贅述。

表4 不同覆蓋周期充足覆蓋單元格數(shù)Tab.4 Time ofsufficient coverage cell in different coverage period

5.4 仿真結(jié)果分析

綜合以上實(shí)驗(yàn)結(jié)果可知，使用基于覆蓋表信息融合的感知節(jié)點(diǎn)協(xié)作進(jìn)行感知數(shù)據(jù)收集，移動(dòng)節(jié)點(diǎn)之間很大程度上避免了重復(fù)感知，相比無(wú)協(xié)作的原始感知模式和本地控制模式，該算法能大幅消減感知數(shù)據(jù)冗余，移動(dòng)節(jié)點(diǎn)增加的能耗體現(xiàn)在增加本地節(jié)點(diǎn)計(jì)算量和節(jié)點(diǎn)之間交換融合信息的通信兩方面，但由于協(xié)作感知算法復(fù)雜度較低，移動(dòng)節(jié)點(diǎn)之間以指數(shù)形式快速擴(kuò)散覆蓋表信息的相對(duì)有限通信能耗，相比每個(gè)移動(dòng)節(jié)點(diǎn)在不同的單元格中不斷采樣向遠(yuǎn)程服務(wù)器發(fā)送感知數(shù)據(jù)來(lái)說(shuō)，移動(dòng)節(jié)點(diǎn)增加這點(diǎn)能耗要少很多。另一方面，基于覆蓋表信息融合的方式感知網(wǎng)絡(luò)單元格平均覆蓋延遲時(shí)間相對(duì)提高了，但實(shí)驗(yàn)表明其覆蓋延遲時(shí)間均在覆蓋周期以?xún)?nèi)，在實(shí)時(shí)性不強(qiáng)的應(yīng)用當(dāng)中，并不影響網(wǎng)絡(luò)感知的質(zhì)量。因此從整體上說(shuō)，該算法較大程度地提升了網(wǎng)絡(luò)感知數(shù)據(jù)質(zhì)量，同時(shí)也有效地降低了移動(dòng)節(jié)點(diǎn)耗能。

6 結(jié)束語(yǔ)

移動(dòng)感知網(wǎng)絡(luò)感知數(shù)據(jù)冗余度高主要是由無(wú)協(xié)作模式下移動(dòng)節(jié)點(diǎn)之間沒(méi)有共享覆蓋信息，過(guò)多重復(fù)采樣造成的。本文對(duì)感知區(qū)域進(jìn)行時(shí)空域劃分，并對(duì)整個(gè)感知過(guò)程進(jìn)行建模，利用感知覆蓋表來(lái)表示移動(dòng)節(jié)點(diǎn)對(duì)單元格的覆蓋信息，并設(shè)計(jì)了一種感知覆蓋信息的交換融合算法，通過(guò)這種移動(dòng)協(xié)作模式收集感知數(shù)據(jù)，達(dá)到減少重復(fù)感知。雖然該算法增加的單元格的覆蓋延遲時(shí)間，但大幅消除了節(jié)點(diǎn)感知冗余數(shù)據(jù)，達(dá)到了節(jié)省移動(dòng)節(jié)點(diǎn)能耗和網(wǎng)絡(luò)流量的目的。但是影響移動(dòng)感知質(zhì)量的因素較多，實(shí)際情況也更為復(fù)雜，因此本文算法也存在一定提升空間：一是算法沒(méi)有考慮時(shí)間維度上，采樣數(shù)據(jù)存在的差異性問(wèn)題；二是空間劃分粒度大小對(duì)算法效率的影響；三是如何選取覆蓋因子達(dá)到節(jié)點(diǎn)能耗和感知數(shù)據(jù)質(zhì)量的平衡等。我們將對(duì)這些方面進(jìn)行更深入研究，以期進(jìn)一步提升算法性能。