[發(fā)明專利]一種基于最大權(quán)二分匹配的復(fù)合事件感知方法

有效

• 申請?zhí)枺?/td>: 201810047838.4
• 申請日: 2018-01-18
• 公開（公告）號: CN108401233B
• 公開（公告）日: 2020-12-29
• 發(fā)明（設(shè)計）人: 劉軍;盧旭;袁飛;肖應(yīng)旺;熊健斌
• 申請（專利權(quán)）人: 廣東技術(shù)師范大學(xué)
• 主分類號: H04W4/38
• 分類號: H04W4/38;H04W52/02
• 代理公司: 廣州恒華智信知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44299
• 代理人: 姜宗華

本發(fā)明公開了一種基于最大權(quán)二分匹配的復(fù)合事件感知方法，其中，該方法包括：1)收集部署在監(jiān)測區(qū)域內(nèi)的若干個感知節(jié)點在其感知范圍內(nèi)的感知數(shù)據(jù)；2)根據(jù)感知數(shù)據(jù)，為監(jiān)測區(qū)域內(nèi)的復(fù)合事件匹配感知節(jié)點；3)將復(fù)合事件與感知節(jié)點的匹配問題進行二分圖建模，并通過最大權(quán)二分圖匹配算法為復(fù)合事件匹配最優(yōu)的感知節(jié)點。通過本發(fā)明，能夠合理調(diào)度異構(gòu)節(jié)點對不同的復(fù)合事件進行協(xié)同感知，使得感知效能最大化，進而節(jié)省資源消耗，有效延長感知節(jié)點的使用時長。

技術(shù)領(lǐng)域

本發(fā)明涉及物聯(lián)網(wǎng)領(lǐng)域，特別涉及一種基于最大權(quán)二分匹配的復(fù)合事件感知 方法。

背景技術(shù)

對物理世界的精確全面觀測是物聯(lián)網(wǎng)(IOT)、信息物理融合系統(tǒng)(CPS)的 基本任務(wù)。通過部署在監(jiān)測區(qū)域中各類感知節(jié)點來全方位觀測，以精確獲取物理 世界信息，信息物理融合系統(tǒng)(CPS)通常包含若干個異構(gòu)的無線傳感器網(wǎng)絡(luò)， 這些異構(gòu)網(wǎng)絡(luò)包含不同類型的傳感器節(jié)點，且具有不同的感知、計算和通信能力。 如何使異構(gòu)的傳感器節(jié)點協(xié)同的去監(jiān)測物理世界的復(fù)雜過程是一個十分重要并 亟待解決的問題。

發(fā)明內(nèi)容

本發(fā)明提供一種基于最大權(quán)二分匹配的復(fù)合事件感知方法，能夠合理調(diào)度異 構(gòu)節(jié)點對不同的復(fù)合事件進行協(xié)同感知，使得感知效能最大化，進而節(jié)省資源消 耗。

根據(jù)本發(fā)明的一個方面，提供了一種基于最大權(quán)二分匹配的復(fù)合事件感知方 法，包括以下步驟：1)收集部署在監(jiān)測區(qū)域內(nèi)的若干個感知節(jié)點在其感知范圍 內(nèi)的感知數(shù)據(jù)；2)根據(jù)感知數(shù)據(jù)，為監(jiān)測區(qū)域內(nèi)的復(fù)合事件匹配感知節(jié)點；3) 將復(fù)合事件與感知節(jié)點的匹配問題進行二分圖建模，并通過最大權(quán)二分圖匹配算 法為復(fù)合事件匹配最優(yōu)的感知節(jié)點。

優(yōu)選地，上述步驟3)的二分圖建模的方法為：二分圖建模表示為G＝(V， S，E)，其中V表示監(jiān)測區(qū)域內(nèi)的復(fù)合事件的集合，S表示多模態(tài)感知節(jié)點的集 合，監(jiān)測區(qū)域內(nèi)有m個復(fù)合事件，k類感知節(jié)點，每一類感知節(jié)點的數(shù)量都不相 同，共有n個感知節(jié)點，E表示復(fù)合事件與感知節(jié)點之間可匹配的鏈路的集合， 也是二分圖中的邊e＝(v，s),e∈E，v∈V，s∈S，每條邊都有權(quán)值，邊的權(quán)值 即為匹配度。

優(yōu)選地，上述步驟3)中通過最大權(quán)二分圖匹配算法為復(fù)合事件匹配最優(yōu)的 感知節(jié)點，包括以下步驟：在二分圖模型中利用貪婪策略尋找最大權(quán)增廣路徑， 擴充已匹配的邊的數(shù)量；根據(jù)最大權(quán)增廣路徑建立復(fù)合事件與感知節(jié)點的最大權(quán) 匹配圖；從最大權(quán)匹配圖中得到與復(fù)合事件匹配的最優(yōu)感知節(jié)點。

優(yōu)選地，在二分圖模型中利用貪婪策略尋找最大權(quán)增廣路徑，擴充已匹配的 邊的數(shù)量，包括以下步驟：對二分圖模型中的未匹配點逐個進行寬度優(yōu)先搜索 BFS，尋找權(quán)值最大的可匹配邊；按照交替路的形式產(chǎn)生最大權(quán)增廣路徑。

優(yōu)選地，在步驟3)之后，該方法還包括以下步驟：根據(jù)復(fù)合事件匹配的最 優(yōu)的感知節(jié)點的感知數(shù)據(jù)，判斷復(fù)合事件是否已符合發(fā)生條件；如果復(fù)合事件已 符合發(fā)生條件，則控制監(jiān)測區(qū)域內(nèi)的指示燈閃亮。

優(yōu)選地，在步驟1)之后，獲取用戶輸入的合成復(fù)合事件的合成規(guī)則；其中， 合成規(guī)則包括合成復(fù)合事件的原子事件；根據(jù)合成規(guī)則合成復(fù)合事件。

與現(xiàn)有技術(shù)相比較，本發(fā)明的有益效果如下：

通過本發(fā)明，利用最大權(quán)二分匹配算法為復(fù)合事件匹配合理的感知節(jié)點，使 其對復(fù)合事件進行協(xié)同感知，使得感知效能最大化，節(jié)省資源消耗，有效延長感 知節(jié)點的使用時長，同時對復(fù)合事件進行協(xié)同感知也對感知效果進行了優(yōu)化，提 高了對復(fù)合事件的檢測精度。

附圖說明

此處所說明的附圖用來提供對本發(fā)明的進一步理解，構(gòu)成本申請的一部分， 本發(fā)明的示意性實施例及其說明用于解釋本發(fā)明，并不構(gòu)成對本發(fā)明的不當(dāng)限 定。附圖中：

圖1是根據(jù)本發(fā)明實施例的一種基于最大權(quán)二分匹配的復(fù)合事件感知方法的 流程圖；