Research on binary sensor sensing space segmentation and coding optimization

由于其低功耗，低成本，不依赖光源，良好的隐私保护等优点，二进制传感器被广泛应用于入侵检测、目标追踪、辅助生活、人类行为识别等物联网应用。而二进制传感器的最大弱点是空间感知能力有限。为了增强其空间感知能力，感知空间分割与编码成为了二进制传感器的核心问题，即通过调制元件来调制二进制传感器的视域，将传感器的视域分割为可见区域和不可见区域，不同传感器的可见区域和不可见区域互相交织，将多个二进制传感器的感知空间划分成不同的单元，并对分割所形成的单元进行编码表示，进而最大化二进制传感器的空间分辨率和传感器效率。本文从五个不同的角度研究了二进制传感器感知空间分割与编码，主要包括：(1) 所分割单元的表示与信息提取；(2) 关于感知空间分割空间分辨率和传感器效率的理论分析；(3) 最大化空间分辨率和传感器效率的空间分割算法；(4) 传感器和调制元件的最优部署与分析；(5) 空间分割单元的编码方案。本文针对上述问题，开展了较为系统的研究，主要贡献如下：针对传感器和调制元件部署后分割出单元的信息表示和编码获取计算复杂度高的问题，提出了一种基于最短路径环的单元重构算法，通过将单元视为一个最短路径环来重构单元，寻找每个单元的顶点序列，并进一步对该算法的进行了理论分析和计算复杂度分析；设计并开发了有效获取部署信息和分析传感器部署方案空间分辨率的可视化仿真工具，为后续研究提供基础方法和工具支持。二进制传感器空间分割最优化的基础理论分析工作未见报道。为此，本文对最大化分割单元数量的理论问题进行了研究。提出了最多分割单元定理，证明了最大化分割单元数量的充分必要条件，并分析证明了不能产生最大数量单元的原因，从而得到了不能产生最大分割单元数量时实际数量分割单元数量的定理。面向分割单元数量最大化问题，提出了基于双重均等分割的调制元件部署算法。该算法通过等分感知空间的边界以部署传感器，并通过等分视域边界线的夹角来部署调制元件，可实现分割单元数量的最大。并通过大量的实验，研究了多个调制元件对分割单元编码唯一性、传感器空间分辨率和传感器效率的影响。实验表明，均衡地增加调制元件，导致每个传感器的利用率不均衡地提升。针对分割单元编码检测唯一性评价问题，提出了基于Csiszar f-散度的分割单元编码测度分析方法。首先构造了调制元件调制的二进制传感器的两种检测概率模型，即理想模型和实际部署模型；然后引入信息论中的Csiszar f-散度概念，利用Csiszar f-散度函数的13种形式来分析这两种概率模型下分割单元编码的测度；最后从中选择出了最佳散度函数。此外，针对散度无法计算零概率事件的问题，提出了一种平滑方法来处理零概率事件。实验结果表明，该方法可有效分析分割单元编码的测度，并消除了零概率事件问题。针对编码空间爆炸且编码不唯一等问题导致的多个目标无法被准确识别问题，提出了一种基于正交拉丁方的分割单元编码方法，以对在监控区域中移动的目标群体进行计数。首先设计了正六边形调制元件，用于使其投影将感知区域分割成六边形分割单元；基于该分割方案，将编码问题归结为正交拉丁方生成问题，实现了编码空间的几何级数下降，保证了检测的准确性。对感知区域内多目标计数问题进行了仿真实验，实验结果表明，本文所提编码方案目标检测的准确率约为90％，远优于传统方法的45％