申请/专利权人：广东技术师范大学

申请日：2018-01-18

公开（公告）日：2020-12-29

公开（公告）号：CN108401233B

主分类号：H04W4/38(20180101)

分类号：H04W4/38(20180101);H04W52/02(20090101)

优先权：

专利状态码：有效-授权

法律状态：2020.12.29#授权;2018.09.07#实质审查的生效;2018.08.14#公开

摘要：本发明公开了一种基于最大权二分匹配的复合事件感知方法，其中，该方法包括：1收集部署在监测区域内的若干个感知节点在其感知范围内的感知数据；2根据感知数据，为监测区域内的复合事件匹配感知节点；3将复合事件与感知节点的匹配问题进行二分图建模，并通过最大权二分图匹配算法为复合事件匹配最优的感知节点。通过本发明，能够合理调度异构节点对不同的复合事件进行协同感知，使得感知效能最大化，进而节省资源消耗，有效延长感知节点的使用时长。

主权项：1.一种基于最大权二分匹配的复合事件感知方法，其特征在于，包括以下步骤：1收集部署在监测区域内的若干个感知节点在其感知范围内的感知数据；2根据所述感知数据，为监测区域内的复合事件匹配感知节点；3将所述复合事件与所述感知节点的匹配问题进行二分图建模，并通过最大权二分图匹配算法为所述复合事件匹配最优的感知节点；所述步骤3的二分图建模的方法为：二分图建模表示为G＝V，S，E，其中V表示监测区域内的复合事件的集合，S表示多模态感知节点的集合，监测区域内有m个复合事件，k类感知节点，每一类感知节点的数量都不相同，共有n个感知节点，E表示复合事件与感知节点之间可匹配的链路的集合，也是二分图中的边e＝v，s,e∈E，v∈V，s∈S，每条边都有权值，边的权值即为匹配度；所述步骤3中通过最大权二分图匹配算法为所述复合事件匹配最优的感知节点，包括以下步骤：对二分图模型中的未匹配点逐个进行宽度优先搜索BFS，寻找权值最大的可匹配边；按照交替路的形式产生最大权增广路径；根据所述最大权增广路径建立所述复合事件与所述感知节点的最大权匹配图；从所述最大权匹配图中得到与所述复合事件匹配的最优感知节点。

全文数据：一种基于最大权二分匹配的复合事件感知方法技术领域[0001]本发明涉及物联网领域，特别涉及一种基于最大权二分匹配的复合事件感知方法。背景技术[0002]对物理世界的精确全面观测是物联网（IOT、信息物理融合系统（CPS的基本任务。通过部署在监测区域中各类感知节点来全方位观测，以精确获取物理世界信息，信息物理融合系统CPS通常包含若干个异构的无线传感器网络，这些异构网络包含不同类型的传感器节点，且具有不同的感知、计算和通信能力。如何使异构的传感器节点协同的去监测物理世界的复杂过程是一个十分重要并亟待解决的问题。发明内容[0003]本发明提供一种基于最大权二分匹配的复合事件感知方法，能够合理调度异构节点对不同的复合事件进行协同感知，使得感知效能最大化，进而节省资源消耗。[0004]根据本发明的一个方面，提供了一种基于最大权二分匹配的复合事件感知方法，包括以下步骤：1收集部署在监测区域内的若干个感知节点在其感知范围内的感知数据；2根据感知数据，为监测区域内的复合事件匹配感知节点；3将复合事件与感知节点的匹配问题进行二分图建模，并通过最大权二分图匹配算法为复合事件匹配最优的感知节点。[0005]优选地，上述步骤3的二分图建模的方法为:二分图建模表示为G=V，S，E，其中V表示监测区域内的复合事件的集合，S表示多模态感知节点的集合，监测区域内有m个复合事件，k类感知节点，每一类感知节点的数量都不相同，共有η个感知节点，E表示复合事件与感知节点之间可匹配的链路的集合，也是二分图中的边e=v，s，eeE，vev，seS，每条边都有权值，边的权值即为匹配度。[0006]优选地，上述步骤3中通过最大权二分图匹配算法为复合事件匹配最优的感知节点，包括以下步骤:在二分图模型中利用贪婪策略寻找最大权增广路径，扩充已匹配的边的数量;根据最大权增广路径建立复合事件与感知节点的最大权匹配图；从最大权匹配图中得到与复合事件匹配的最优感知节点。[0007]优选地，在二分图模型中利用贪婪策略寻找最大权增广路径，扩充已匹配的边的数量，包括以下步骤:对二分图模型中的未匹配点逐个进行宽度优先搜索BFS，寻找权值最大的可匹配边;按照交替路的形式产生最大权增广路径。[0008]优选地，在步骤3之后，该方法还包括以下步骤:根据复合事件匹配的最优的感知节点的感知数据，判断复合事件是否已符合发生条件;如果复合事件已符合发生条件，则控制监测区域内的指示灯闪亮。[0009]优选地，在步骤1之后，获取用户输入的合成复合事件的合成规则;其中，合成规则包括合成复合事件的原子事件;根据合成规则合成复合事件。[0010]与现有技术相比较，本发明的有益效果如下：[0011]通过本发明，利用最大权二分匹配算法为复合事件匹配合理的感知节点，使其对复合事件进行协同感知，使得感知效能最大化，节省资源消耗，有效延长感知节点的使用时长，同时对复合事件进行协同感知也对感知效果进行了优化，提高了对复合事件的检测精度。附图说明[0012]此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。附图中：[0013]图1是根据本发明实施例的一种基于最大权二分匹配的复合事件感知方法的流程图；[00M]图2是复合事件与感知节点的二分图；[0015]图3是根据实施例一的一种基于最大权二分匹配的复合事件感知方法的流程图；[0016]图4是感知节点的感知半径对复合事件的覆盖图；[0017]图5是多模态感知节点对复合事件的协同感知图。具体实施方式[0018]下面将结合本发明附图，对本发明技术方案进行描述，但所描述的实施例仅仅是本发明一部分实施例，基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。[0019]本发明实施例提供了一种基于最大权二分匹配的复合事件感知方法，图1是根据本发明实施例的一种基于最大权二分匹配的复合事件感知方法的流程图，如图1所示，包括以下步骤：[0020]步骤S101:收集部署在监测区域内的若干个感知节点在其感知范围内的感知数据；[0021]步骤S102:根据感知数据，为监测区域内的复合事件匹配感知节点；[0022]步骤S103:将复合事件与感知节点的匹配问题进行二分图建模，并通过最大权二分图匹配算法为复合事件匹配最优的感知节点。[0023]在实施过程中，在步骤SlOl之后，可以获取用户输入的合成复合事件的合成规贝IJ;其中，合成规则包括合成复合事件的原子事件;再进一步的根据合成规则合成复合事件。[0024]在步骤S103中，二分图建模的方法为:二分图建模表示为G=V，S，E，其中V表示监测区域内的复合事件的集合，S表示多模态感知节点的集合，监测区域内有m个复合事件，k类感知节点，每一类感知节点的数量都不相同，共有η个感知节点，E表示复合事件与感知节点之间可匹配的链路的集合，也是二分图中的边e=v，s，0££，¥£¥，8£5，每条边都有权值，边的权值即为匹配度。[0025]在步骤S103中，通过最大权二分图匹配算法为复合事件匹配最优的感知节点，包括以下步骤:在二分图模型中利用贪婪策略寻找最大权增广路径，扩充已匹配的边的数量;根据最大权增广路径建立复合事件与感知节点的最大权匹配图；从最大权匹配图中得到与复合事件匹配的最优感知节点。[0026]进一步的，在二分图模型中利用贪婪策略寻找最大权增广路径，扩充已匹配的边的数量，包括以下步骤:对二分图模型中的未匹配点逐个进行宽度优先搜索BFS，寻找权值最大的可匹配边;按照交替路的形式产生最大权增广路径。[0027]在步骤S103之后，可进一步根据复合事件匹配的最优的感知节点的感知数据，判断复合事件是否已符合发生条件;如果复合事件已符合发生条件，则控制监控区域内的指示灯闪亮。[0028]通过上述步骤，利用最大权二分匹配算法为复合事件匹配合理的感知节点，使其对复合事件进行协同感知，使得感知效能最大化，节省资源消耗，有效延长感知节点的使用时长，同时对复合事件进行协同感知也对感知效果进行了优化，提高了对复合事件的检测精度。[0029]为了使本发明的技术方案和实现方法更加清楚，下面将结合优选的实施例对其实现过程进行详细描述。[0030]实施例一[0031]本实施例提供一种基于最大权二分匹配的复合事件感知方法，也就是将复合事件与感知节点的匹配问题转化为最大权二分匹配问题，通过最大权二分匹配算法为复合事件匹配合理的感知节点，使得感知效能最大化。[0032]图3是根据本发明实施例一的一种基于最大权二分匹配的复合事件感知方法的使用流程图，包括以下步骤：[0033]步骤S301:中心控制器收集部署在监测区域内的若干个感知节点在其感知范围内的感知数据；[0034]本发明实施例中，如图4所示，监测区域内已提前部署了多种不同类型的多模态感知节点，不同类型的感知节点的数量不相同，不同种类的感知节点的感知范围也不相同，每种类型包含的若干个感知节点在监测区域内均匀分布，监测区域内存在若干个复合事件，每一个复合事件都是由若干个原子事复合而成的，复合事件的合成规则依据应用需求构建，主要包括符合给定原子事件之间合成所需满足的条件，监测区域内还设立了中心控制器，中心控制器与监测区域内的感知节点通信连接，中心控制器还与监测区域内的复合事件通信连接，首先让监测区域内的感知节点对其感知范围内存在的复合事件进行感知，再将感知的数据发送至中心控制器，以使中心控制器对感知数据进行分析处理，为复合事件匹配合适的感知节点去检测复合事件的发生，进一步提高检测复合事件的精度；[0035]可选的，当用户需要判断监控区域内的某个复合事件是否可以发生时，就可以将合成该复合事件的各个原子事件以及感知各个原子事件的必要感知节点的类型输入中心控制器，中心控制器在接收到用户输入的合成复合事件的原子事件之后，将各个原子事件复合成一个复合事件，再根据用于感知复合事件包含的原子事件的感知节点的类型为复合事件匹配必要感知节点；[0036]步骤S302:中心控制器根据感知数据，为监测区域内的复合事件匹配感知节点；[0037]可选的，中心控制器在收到感知数据之后，将不同复合事件的感知数据进行分类存储，计算可以感知到复合事件的感知节点与该复合事件的匹配度，如果同一种类型的感知节点有多个感知节点同时感知该复合事件，则选择匹配度高的感知节点与该复合事件进行匹配，各种类型的感知节点进行协同匹配使得复合事件的感知效率得到提升；[0038]可选的，中心控制器会给定不同类型的感知节点不同的代价约束以及总体代价约束C，其中同一种感知节点包含的多个感知节点的代价约束也不相同，计算最佳的协同感知方法，使得在不超过总体代价约束C的条件下，系统能够获得最大的感知效能，最大感知效能的计算方法为i=l，2，L，k，rue{〇，l，2，L}，其中：[0039]可选的，由于感知复合事件的多个感知节点对该复合事件的感知质量不同，所以就需要预先依据复合事件的协同感知模型对各个感知节点以及复合事件进行优化配置，从而使得整体的复合事件感知效能最大化;复合事件的感知质量为4=¾©各®···®%，且Si={jl，j2,...，ji}，复合事件的感知质量由合成复合事件的原子事件的感知质量决定，δ#表示对应的原子事件的感知质量或置信度，依据合成复合事件的合成规则计算复合事件的感知质量；[0040]举例说明，为某一个复合事件匹配协同感知节点时缺少至少一个必要感知节点无法形成协同感知时，就放弃对该某一个复合事件匹配协同感知节点，并为已经与该某一个复合事件匹配的感知节点选择其他合适的复合事件进行匹配;如图5所示，复合事件E2缺少T感知节点覆盖，因此其无法形成协同感知，因此可以考虑放弃对53和0感知节点的匹配。这样€可以去匹配E1，笔去匹配E3，从而使得整体复合事件感知效能最大化；[0041]进一步可选的，中心控制器可以根据复合事件周围的感知节点的分布情况设置复合事件对必要感知节点的吸引力，具体的，可以为复合事件E设置Ω的奖励，复合事件根据其周围不同感知节点的感知范围不同，为不同的感知节点设置不同的奖励，如果感知节点与复合事件之间的距离较远，则为该感知节点配置较大的奖励，以使得复合事件自身的感知效能最大化，如果为复合事件匹配协同感知节点时缺少至少一个必要感知节点无法形成协同感知时，就将该复合事件的奖励设置为〇,以使得整体复合事件的感知效能最大化；[0042]步骤S303:中心控制器将复合事件与感知节点的匹配问题进行二分图建模；[0043]本发明实施例中，中心控制器将复合事件与感知节点的匹配问题转化为二分图匹配问题，再进一步的由最大权二分匹配算法为复合事件匹配出最合适的感知节点；[0044]可选的，上述最大权二分匹配算法的执行过程为：[0045]设二分图模型为G=Χ，Υ，带权二分图产生二分权矩阵WXi，yj，令5=0，Γ=0，得二分匹配集合MS，T;将X，Y集合中各元素期望值进行初始化，令X集合中各元素的期望值QXi=HiaxWi，令Y集合中各元素其月望值Qyj=0;[0046]对从XQ—Xm中每个节点执行:基于贪婪策略的最大权增广路径扩展算法搜寻增广路径Xiyj;Xiyj满足Wij=max[wi]，其中A用Xiyj增广M;若未能找到增广路径，修改X，Y集合中各元素期望值;计算A=min{QXi+Qyj-wij};对XiGS有：QXi=QXi-AJtyjGT有:Qyj=Qyj-A;若X中没有M-暴露顶点;得到最大权匹配Μ。[0047]可选的，二分图建模的方法为:二分图建模表不为G=V，S，E，其中V表不监测区域内的复合事件的集合，S表示多模态感知节点的集合，监测区域内有m个复合事件，k类感知节点，每一类感知节点的数量都不相同，共有η个感知节点，E表示复合事件与感知节点之间可匹配的链路的集合，也是二分图中的边e=v，s，eeE，vev，ses，每条边都有权值，边的权值即为匹配度；[0048]步骤S304:中心控制器在二分图模型中利用贪婪策略寻找最大权增广路径，扩充已匹配的边的数量；[0049]可选的，中心控制器在二分图模型中利用贪婪策略寻找最大权增广路径的具体实施方式为:对二分图模型中的未匹配点逐个进行宽度优先搜索BFS，寻找权值最大的可匹配边;按照交替路的形式产生最大权增广路径；[0050]具体的，上述交替路指从一个未匹配点出发，依次经过非匹配边、匹配边、非匹配边…形成的路径，上述增广路指从一个未匹配点出发，走交替路，如果途径另一个未匹配点（出发的点不算），则这条交替路称为增广路，增广路中非匹配边比匹配边多一条；[0051]可选的，中心控制器通过匈牙利算法从一个未匹配点出发运行宽度优先搜索算法BFS，走交替路进行增广，直到不能再扩展为止，同时在通过增广路进行扩展时需要结合贪婪思想在每次搜索增广路径时都搜索最大权值匹配边，这样才能寻找到最大权增广路径；[0052]步骤S305:中心控制器根据最大权增广路径建立复合事件与感知节点的最大权匹配图；[0053]步骤S306:中心控制器从最大权匹配图中得到与复合事件匹配的最优感知节点；[0054]步骤S307:中心控制器根据复合事件匹配的最优的感知节点的感知数据，判断复合事件是否已符合发生条件;如果是，则执行步骤S308;如果否，结束本流程；[0055]步骤S308:中心控制器控制监测区域内的指示灯闪亮。[0056]本发明实施例中，如果复合事件已经符合发生条件，则中心控制器就可以控制监测区域内的指示灯闪亮，以此来提示用户该复合事件可以发生。[0057]可见，实施本发明实施例能够通过最大权二分图匹配算法为复合事件匹配最合适的感知节点，使得感知节点的利用率得到提高，节约了资源，有效延长了感知节点的使用时长，同时不同类型的感知节点对复合事件进行协同感知可以使感知效能最大化，提高检测复合事件的精度。

权利要求：1.一种基于最大权二分匹配的复合事件感知方法，其特征在于，包括以下步骤：1收集部署在监测区域内的若干个感知节点在其感知范围内的感知数据；2根据所述感知数据，为监测区域内的复合事件匹配感知节点；3将所述复合事件与所述感知节点的匹配问题进行二分图建模，并通过最大权二分图匹配算法为所述复合事件匹配最优的感知节点。2.根据权利要求1所述的方法，其特征在于，所述步骤3的二分图建模的方法为：二分图建模表示为G=V，S，E，其中V表示监测区域内的复合事件的集合，S表示多模态感知节点的集合，监测区域内有m个复合事件，k类感知节点，每一类感知节点的数量都不相同，共有η个感知节点，E表示复合事件与感知节点之间可匹配的链路的集合，也是二分图中的边e=v，s，eeE，vev，ses，每条边都有权值，边的权值即为匹配度。3.根据权利要求2所述的方法，其特征在于，所述步骤3中通过最大权二分图匹配算法为所述复合事件匹配最优的感知节点，包括以下步骤：在二分图模型中利用贪婪策略寻找最大权增广路径，扩充已匹配的边的数量；根据所述最大权增广路径建立所述复合事件与所述感知节点的最大权匹配图；从所述最大权匹配图中得到与所述复合事件匹配的最优感知节点。4.根据权利要求3所述的方法，其特征在于，所述在二分图模型中利用贪婪策略寻找最大权增广路径，扩充已匹配的边的数量，包括以下步骤：对二分图模型中的未匹配点逐个进行宽度优先搜索BFS，寻找权值最大的可匹配边；按照交替路的形式产生最大权增广路径。5.根据权利要求1所述的方法，其特征在于，在所述步骤3之后，还包括以下步骤：根据所述复合事件匹配的最优的感知节点的感知数据，判断所述复合事件是否已符合发生条件；如果所述复合事件已符合发生条件，则控制监测区域内的指示灯闪亮。6.根据权利要求5所述的方法，其特征在于，在所述步骤1之后，还包括以下步骤：获取用户输入的合成复合事件的合成规则；其中，所述合成规则包括合成所述复合事件的原子事件；根据所述合成规则合成所述复合事件。

百度查询： 广东技术师范大学 一种基于最大权二分匹配的复合事件感知方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD