感知空洞的检测方法、装置、设备及存储介质与流程

1.本发明涉及移动通信领域，尤其涉及一种感知空洞的检测方法、装置、设备及存储介质。


背景技术：

2.近年来，伴随着通信技术及传感器技术的发展，物联网技术得到了飞速发展，并已经逐步进入了各行各业。物联网将极大的改变我们目前的生活方式，成为推进经济发展的又一个驱动器，为产业开拓了又一个潜力无穷的发展机会。在物联网节点的规划部署中，存在传感器及通信收发器故障等各种客观原因，因此不可避免的会造成物联网的感知空洞，而如何检测找到物联网的感知空洞就变得非常重要。
3.现有技术中，通常采用移动的传感器来检测物联网的感知空洞。这种检测方法的检测效率较低，且能耗较高。


技术实现要素：

4.为了解决现有技术存在的问题，本发明提供了一种感知空洞的检测方法、装置、设备及存储介质。
5.第一方面，本发明提供了一种感知空洞的检测方法，应用于物联网，物联网包含多个传感器节点，包括：
6.根据多个传感器节点的网络拓扑关系，确定物联网包含的至少一个子网络；
7.针对各子网络执行以下操作：
8.确定子网络的重心；
9.以子网络的重心为中心点，模拟气体扩散；
10.获取子网络中各传感器节点检测到的气体数值；
11.根据各气体数值，确定子网络中是否存在感知空洞。
12.一种可能的实施方式中，根据多个传感器节点的网络拓扑关系，确定物联网包含的子网络，包括：确定物联网包含的网关设备；根据多个传感器节点与网关设备的网络拓扑关系，确定物联网包含的子网络，子网络中的传感器节点连接于同一网关设备。
13.一种可能的实施方式中，确定子网络的重心，包括：将子网络中最外层的传感器节点相连，形成一个多边形；确定多边形的重心为子网络的重心。
14.一种可能的实施方式中，根据各气体数值，确定子网络中是否存在感知空洞，包括：若各气体数值均大于或者等于预设阈值，则确定子网络中不存在感知空洞；若子网络中各传感器节点对应的气体数值中存在小于预设阈值的气体数值，则确定子网络中存在感知空洞。
15.一种可能的实施方式中，还包括：在确定子网络中存在感知空洞之后，基于以下方式确定感知空洞的位置：对于气体数值大于或等于预设阈值的传感器节点，将位于最外层的传感器节点确定为感知空洞的内边界节点；对于气体数值小于预设阈值的传感器节点，
将位于最内层的传感器节点确定为感知空洞的外边界节点；连接各内边界节点，确定感知空洞的内边界区域；连接各外边界节点，确定感知空洞的外边界区域。
16.一种可能的实施方式中，还包括：在确定感知空洞的位置之后，根据如下方式精细化定位感知空洞：根据径向基点插值法，在外边界区域和内边界区域之间确定插值点；连接插值点，确定精细化边界线。
17.一种可能的实施方式中，还包括：根据物联网包含的至少一个子网络中是否存在感知空洞的检测结果，确定物联网中是否存在感知空洞。
18.第二方面，本发明提供一种感知空洞的检测装置，应用于物联网，物联网包含多个传感器节点，包括：
19.确定模块，用于根据所述多个传感器节点的网络拓扑关系，确定所述物联网包含的至少一个子网络；以及确定所述子网络的重心；
20.模拟模块，用于以所述子网络的重心为中心点，模拟气体扩散；
21.获取模块，用于获取所述子网络中各传感器节点检测到的气体数值；
22.确定模块，还用于根据各气体数值，确定子网络中是否存在感知空洞。
23.一种可能的实施方式中，确定模块具体用于：确定物联网包含的网关设备；根据多个传感器节点与网关设备的网络拓扑关系，确定物联网包含的子网络，子网络中的传感器节点连接于同一网关设备。
24.一种可能的实施方式中，确定模块具体用于：将子网络中最外层的传感器节点相连，形成一个多边形；确定多边形的重心为子网络的重心。
25.一种可能的实施方式中，确定模块具体用于：若各气体数值均大于或者等于预设阈值，则确定子网络中不存在感知空洞；若子网络中各传感器节点对应的气体数值中存在小于预设阈值的气体数值，则确定子网络中存在感知空洞。
26.一种可能的实施方式中，确定模块还用于：在确定子网络中存在感知空洞之后，基于以下方式确定感知空洞的位置：对于气体数值大于或等于预设阈值的传感器节点，将位于最外层的传感器节点确定为感知空洞的内边界节点；对于气体数值小于预设阈值的传感器节点，将位于最内层的传感器节点确定为感知空洞的外边界节点；连接各内边界节点，确定感知空洞的内边界区域；连接各外边界节点，确定感知空洞的外边界区域。
27.一种可能的实施方式中，确定模块还用于：在确定感知空洞的位置之后，根据如下方式精细化定位感知空洞：根据径向基点插值法，在外边界区域和内边界区域之间确定插值点；连接插值点，确定精细化边界线。
28.一种可能的实施方式中，确定模块还用于：根据物联网包含的至少一个子网络中是否存在感知空洞的检测结果，确定物联网中是否存在感知空洞。
29.第三方面，本发明提供一种电子设备，包括：
30.存储器和处理器；
31.存储器用于存储程序指令；
32.处理器用于调用所述存储器中的程序指令执行第一方面的感知空洞的检测方法。
33.第四方面，本发明一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序指令，计算机程序指令被执行时，实现第一方面的感知空洞的检测方法。
34.本发明提供一种感知空洞的检测方法、装置、设备及存储介质，先根据物联网中多
个传感器节点的网络拓扑关系，确定物联网包含的至少一个子网络；然后确定子网络的重心；再以子网络的重心为中心点，模拟气体扩散；之后获取子网络中各传感器节点检测到的气体数值；最终根据各气体数值，确定子网络中是否存在感知空洞。本发明依据感知边界理论，通过传感器节点的拓扑关系，从不规则多边形的重心入手，模拟气体扩散，确定是否存在感知空洞，这种方法既提高了检测效率，又节省了人力以及能耗，从而降低了检测感知空洞的经济成本。
附图说明
35.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
36.图1为本发明一实施例提供的应用场景示意图；
37.图2为本发明一实施例提供的感知空洞的检测方法的流程图；
38.图3为本发明实施例中感知空洞的检测方法的子网络的一结构示例图；
39.图4为图3所示子网络结构的重心位置示例图；
40.图5为图3所示子网络结构的内边界区域和外边界区域示例图；
41.图6为图3所示子网络结构的精细化边界线示例图；
42.图7为本发明一实施例提供的感知空洞的检测装置的结构示意图；
43.图8为本发明一实施例提供的电子设备的结构示意图。
具体实施方式
44.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做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。
45.首先，对本发明涉及的部分技术术语进行解释说明：
46.感知空洞，即信号传输的空洞，在空洞区域，接收机接收的信号存在失真、信噪比低、增益低等问题。同时，空洞区域发射机发射的信号也同样具有信号增益低，传输距离短，无法传达至目标天线的问题。
47.目前，现有技术中，常常采用移动的传感器来检测感知空洞的位置，这种检测的方法需要人力和较长的检测时间，因此，检测效率比较低。同时，这种方法能耗也较大。
48.基于上述问题，本发明的实施例提供了一种感知空洞的检测方法、装置、设备及存储介质，依据感知边界理论，通过传感器节点的拓扑关系，从不规则多边形的重心入手，模拟气体扩散，确定是否存在感知空洞，这种方法既节省了人力，又节省了能耗，从而降低了整体的经济成本。
49.图1为本发明一实施例提供的应用场景示意图。如图1所示，本应用场景中。先对计算机100输入物联网中传感器节点的拓扑网络，在计算机100中，根据多个传感器节点的网络拓扑关系，确定物联网包含的至少一个子网络，然后确定子网络的重心，再以子网络的重
心为中心点，模拟气体扩散，之后获取子网络中各传感器节点检测到的气体数值，最终根据各气体数值，确定子网络中是否存在感知空洞。若确定存在感知空洞，则将感知空洞存在的区域作为输出结果；若确定不存在感知空洞，则输出该拓扑网络不存在感知空洞的结果。
50.需要说明的是，图1仅是本发明实施例提供的一种应用场景的示意图，本发明实施例不对图1中包括的设备进行限定，也不对图1中设备之间的位置关系进行限定。例如，在图1所示的应用场景中，还可以包括数据存储设备，该数据存储设备相对计算机100可以是外部存储器，也可以是集成在计算机100中的内部存储器。计算机100既可以是pc，即电脑，也可以是手机或笔记本等终端设备，或者还可以是服务器或服务器集群等大型计算机。
51.接下来，通过具体实施例介绍感知空洞的检测方法。
52.图2为本发明一实施例提供的感知空洞的检测方法的流程图，该方法应用于物联网，物联网包含多个传感器节点，如图2所示：
53.s201、根据多个传感器节点的网络拓扑关系，确定物联网包含的至少一个子网络。
54.本发明首先是对物联网中传感器节点构成的拓扑网络进行处理，由于需要用到感知边界理论，因此在处理前，需要先对整个拓扑网络进行划分，将其划分为多个子网络。可选地，其划分的规则是由各个传感器节点决定的。
55.针对各子网络，执行步骤s202至步骤s205。
56.可以理解，若物联网对应的区域本身较小时，也可不进行划分为多个子网络的处理，针对该物联网执行以下操作。
57.s202、确定子网络的重心。
58.由于需要根据感知边界理论，并模拟气体扩散的方式，来确定感知空洞的位置，该方法中，气体扩散的中心是子网络的重心。因此，在进行模拟计算时，首先需要确定子网络的重心的位置。
59.s203、以子网络的重心为中心点，模拟气体扩散。
60.s204、获取子网络中各传感器节点检测到的气体数值。
61.在子网络中，各个传感器节点距离重心的距离不同。具体地，在模拟气体扩散时，距离重心较近的传感器节点，其检测到的气体数值相对较高；距离重心较远的传感器节点，其检测到的气体数值相对较低。
62.再进一步地，模拟气体扩散对应到物联网的感知空洞，检测到的气体数值越低，其收发信号的强度越低，信号被屏蔽的程度越严重；反之，气体数值越高，收发信号的强度越高，信号被屏蔽的程度越轻。
63.s205、根据各气体数值，确定子网络中是否存在感知空洞。
64.得到每个气体数值后，还需要先确定空洞所在的区域。
65.示例地，对于感知空洞的定义，从广义的角度上讲，其即是信号被屏蔽或者信号无法发出或被接收的区域。在本发明中，其可以是在一定区域下的信号被屏蔽或信号无法发出或被接收的区域，换言之，当距离重心足够远时，检测到气体的数值必定足够小，因此，从上述推论中可以得出感知空洞理论上为无限大，但是由于子网络不是无限大，且对于超过一定距离后的空洞研究不再具有意义，因此，本发明其主要目的是确定处于交界区域处的感知空洞。再进一步地，若已经确定了某个区域中的感知空洞后，则该感知空洞之外的区域(距离重心远的区域)必定属于该子网络的感知空洞区域。
66.本发明实施例中，先根据物联网中多个传感器节点的网络拓扑关系，确定物联网包含的至少一个子网络；然后确定子网络的重心；再以子网络的重心为中心点，模拟气体扩散；之后获取子网络中各传感器节点检测到的气体数值；最终根据各气体数值，确定子网络中是否存在感知空洞。本发明依据感知边界理论，通过传感器节点的拓扑关系，从不规则多边形的重心入手，模拟气体扩散，确定是否存在感知空洞，这种方法既提高了检测效率，又节省了人力以及能耗，从而降低了整体的经济成本。
67.可选地，在上述实施例的基础上，对于步骤s201中，根据多个传感器节点的网络拓扑关系，确定物联网包含的至少一个子网络，可以包括：确定物联网包含的网关设备；根据多个传感器节点与网关设备的网络拓扑关系，确定物联网包含的子网络，子网络中的传感器节点连接于同一网关设备。
68.在对物联网的拓扑网络进行划分时，其是依据传感器节点和网关的关系进行划分的，将连接同一个网关的传感器节点划分至同一个子网络，这种划分方法既满足感知边界理论，也满足感知空洞的定义。
69.示例地，该方法为：先确定整个物联网的拓扑网络中的所有网关的位置和信息；再根据每个传感器节点，找到和其相连接的网关；从而完成传感器节点和网关一一对应，最后将连接同一个网关的所有传感器节点划分为一个子网络。该方法执行完后，整个拓扑网络被划分为多个子网络，进一步地，在每个子网络中确定是否存在感知空洞，以及，若存在感知空洞，确定其感知空洞的具体区域。
70.基于上述实施例，进一步地，确定子网络的重心，可以包括：将子网络中最外层的传感器节点相连，形成一个多边形；确定多边形的重心为子网络的重心。
71.由于子网络仅是一个范围性的概念，若需要在重心模拟气体扩散，需要先确定一个封闭图形，因此，首先需要将子网络最外围的传感器节点依次相连接。在确定一个封闭图形后，根据几何方法，确定其重心的位置。
72.示例地，在确定重心时，根据定理，对于任意两个多边形，在确定两个多边形的重心的位置后，其组合的图形的重心也可以确定。具体地，其重心的位置必定处于两多边形重心连接的线段上。进一步地，若多边形a的面积为sa，多边形b的面积为sb，多边形a的重心记为点a，多边形b的重心记为点b，两个多边形组合后的多边形的重心记为点c，存在如下关系：sa*ac＝sb*bc，通过该公式，可以得到重心c的位置，其中，ac用于表示点a和点c之间的距离；bc用于表示点b和点c之间的距离。
73.本发明中，对于一个复杂的子网络，其可以是不规则的凹多边形，为了根据上述方法确定重心的位置，可以先将该不规则多边形划分为多个三角形，通过上述方法，逐步对三角形进行组合，并确定组合后图形的重心，最终可以计算出整个不规则多边形的重心。
74.一些实施例中，上述根据各气体数值，确定子网络中是否存在感知空洞，可以包括：若各气体数值均大于或者等于预设阈值，则确定子网络中不存在感知空洞；若子网络中各传感器节点对应的气体数值中存在小于预设阈值的气体数值，则确定子网络中存在感知空洞。
75.由重心进行模拟气体模拟之前，需要预设一阈值，该阈值在气体模拟中不存在意义，但是对应到物联网的信号传输中，其阈值代表的可以是刚好可以满足信号收发时的信号强度。若小于该阈值，则信号的发射和接收将会受到影响，处于小于该阈值的区域将无法
较好的实现信号传输和信号的覆盖，可以将其作为感知空洞区域。具体地，若在子网络中，所有传感器节点检测到的气体数值具大于预设阈值，即该子网络中不存在信号无法覆盖的区域，因此，该子网络不存在感知空洞区域；若子网络的部分传感器节点(外层传感器节点)存在气体数值小于预设阈值的情况，则可以确定该子网络中存在感知空洞，后续具体确定感知空洞所在的区域。
76.本发明实施例中，通过模拟气体扩散的方式来反应信号的覆盖方式，在计算方式简化的同时，还可以保障计算结果的准确率。
77.在上述的实施例的基础上，本发明的感知空洞的检测方法还可以包括：在确定子网络中存在感知空洞之后，基于以下方式确定感知空洞的位置：对于气体数值大于或等于预设阈值的传感器节点，将位于最外层的传感器节点确定为感知空洞的内边界节点；对于气体数值小于预设阈值的传感器节点，将位于最内层的传感器节点确定为感知空洞的外边界节点；连接各内边界节点，确定感知空洞的内边界区域；连接各外边界节点，确定感知空洞的外边界区域。
78.对于存在感知空洞的子网络，该方法其目的是根据现有的传感器节点所提供的气体数值，粗略的确定感知空洞所处的大致区域，具体地，在确定内外边界时，其先将气体数值大于或等于预设阈值的传感器节点和气体数值小于预设阈值的传感器节点进行了区分，再进一步地，在气体数值大于或等于预设阈值的传感器节点中，确定其最外层的传感器节点为内边界节点，因此，可以确定，感知空洞处于内边界节点的外部(距离重心更远的位置)；在气体数值小于预设阈值的传感器节点中，确定其最内层的传感器节点为外边界节点，还可以确定，感知空洞处于外边界节点的内部(距离重心更近的位置)。由于传感器节点是离散分布的，为了确定感知空洞所处的封闭区域，还需要将所有内边界节点相连接、将所有外边界节点相连接，从而分别确定内边界区域和外边界区域。此时，感知空洞处于内边界区域和外边界区域所围成的类环形区域中。
79.再进一步地，感知空洞的检测方法还可以包括：在确定感知空洞的位置之后，根据如下方式精细化定位感知空洞：根据径向基点插值法，在外边界区域和内边界区域之间确定插值点；连接插值点，确定精细化边界线。将精细化边界线和外边界区域包含的区域确定为感知空洞。
80.为了精细化边界线，进一步准确确定感知空洞的位置，仅采用现有的传感器节点是不能满足的。因此，本发明采用径向基点插值法，通过径向插值函数，确定插值点的位置，该插值点作为感知空洞的临界点，在临界点之外的区域即为感知空洞。
81.示例地，本发明采用的插值函数为：
[0082][0083]
其中，x是指当前需要插值的位置距离重心点的距离。xi是已知传感器的位置距离重心点的距离。f(x)表示需要求出的气体数值。
[0084]
其中，
[0085][0086]
关于c0和c1，可以根据现有的传感器节点和气体数值通过最小二乘法的方式确定，具体的，最小二乘法的回归线性方程可以写作：
[0087]
f(x1)＝c0 c1x1[0088]
f(x2)＝c0 c1x2[0089]
。。。
[0090]
f(x
n
)＝c0 c1x
n
[0091]
上述表达式中，需将多个传感器节点的x和f(x)值代入；同时，还要计算已知的x1到x
n
的平均值以及f(x1)到f(x
n
)的平均值设的值为c，的值为d，则：
[0092][0093]
式中，n为传感节点的个数。
[0094]
计算出c1的值之后，通过表达式：可以进一步确定c0的值。
[0095]
另外，插值函数中，
[0096][0097]
x
c
表示重心点的经度，y
c
表示重心点的纬度；x
i
表示插值点的经度，y
i
表示插值点的纬度；
[0098]
在进行径向基点插值法计算插值点时，还需要对子网络进行网格划分，之所以进行网格划分，其一是因为需要对子网络的传感器节点进行量化，从而得到其横纵坐标，在本发明中，其横坐标可以是经度值，纵坐标可以是纬度值；其二是因为只有对其进行网格划分后，才可以进行插值，插值函数是离散的，因此，采用网格相对于坐标系而言，更适用于插值函数。进一步地，网格划分越精细，其插值点越多，最终的结果也越准确。
[0099]
前面的实施例已经论述过，插值点的位置时其气体数值刚好处于预设阈值的点，因此，在计算插值点时，需要令f(x)等于预设阈值，在此基础上，根据上述函数确定插值点，插值点理论上存在无数个，当插值点数量越多时，其精细化边界线也越准确，最终确定的感知空洞也越准确。另外，在对插值点进行连接确定精细化边界线时，其连接方式可以是线段连接，也可以是平滑曲线连接，当插值点数量足够多时，两者所描绘的曲线是相同的。
[0100]
在确定了精细化边界线后，便准确确定了感知空洞的位置，确定的方法为精细化边界线和外边界区域所围成的环形区域，该环形区域相比于之前外边界区域和内边界区域围成的环形区域而言，面积更小。
[0101]
本发明实施例中，考虑边界区域的不规则性，采用了径向基点插值法来实现非线性的插值，同时结合了插值函数多个已知数值的空间特性(c0、c1以及)，还考虑了需要插值位置与重心的距离λ
i
，因此，所得到的插值结果将更加贴近真实数值，相比采用移动传感器来确定空洞区域，很大程度的降低了能耗，提升效能效率。
[0102]
一些实施中，进一步地，本发明中感知空洞的检测方法还可以包括：根据物联网包含的至少一个子网络中是否存在感知空洞的检测结果，确定物联网中是否存在感知空洞。
[0103]
由于在实际处理中，最后的输出结果应为整个物联网是否存在感知空洞以及感知空洞的位置，因此，在确定每个子网络中的感知空洞的位置之后，通过整合，最终确定物联网中所存在的感知空洞。
[0104]
接下来，通过具体的图像来介绍本发明提供的感知空洞的检测方法，图3、4、5和6是本发明实施例中感知空洞的检测方法的子网络的相关结构示例图。
[0105]
第一步，先划分子网络，将整个大的拓扑网络划分成若干个子网络，划分子网络的原则为：如果在某一个区域内每一个传感器节点都能连接到同一个网关，那么就把这些传感器节点连成的网络拓扑划分成一个子网络。图3为本发明实施例中感知空洞的检测方法的子网络的一结构示例图，如图3所示，圆形代表的是传感器节点，将最外围的传感器节点(s2、s3、o1至o15)相连，构成了一个不规则多边形。
[0106]
第二步，确定子网络的重心，不规则多边形中，找到其重心。确定不规则多边形的网络重心方法较多，找不规则多边形重心的方法可以是：三角形三条中线的交点即是三角形的重心，对于任意多边形通过如下定理可以用尺规作图法找出任意多边形的重心，确定重心后的子网络。图4为图3所示子网络结构的重心位置示例图，如图4所示，xc为图中的重心。
[0107]
第三步，找出子网络边界区域，以子网络不规则多边形的重心为中心点，向子网络区域内模拟气体扩散，其中，模拟气体扩散可以是有毒气体扩散，然后检测并获取每一个传感器节点检测到的气体数值。该子网络中存在气体数值小于预设阈值的传感器节点，即存在感知空洞。此时，对于气体数值大于预设阈值的情况，将最外层大于预设阈值的传感器节点设置为内边界节点；对于气体数值小于预设阈值的情况，将最内层小于预设阈值的传感器节点设置为外边界节点。图5为图3所示子网络结构的内边界区域和外边界区域示例图，如图5所示，标号为i1、i2、i3、i4、i5的传感器节点为内边界节点；标号为s1至s12的传感器节点为外边界节点；o1至o15、s12和s13为该子网络的最外围传感器节点。将内边界节点的传感器节点进行连接，确定内边界区域；将外边界节点的传感器节点进行连接，确定外边界区域。传感器节点的连接方式可以是线段连接方式。
[0108]
第四步，精细化边界线，并画出边界线，确定感知空洞。通过径向基点插值法，在检测气体数值恰好为预设阈值的位置进行插值，并将插值点连接，得到精细化边界线，本实施例中，连接的方式是平滑连接的方式，本发明不对其加以限定。在确定精细化边界线后，精细化边界线和外边界区域围成的区域即为该子网络的感知空洞。图6为图3所示子网络结构的精细化边界线示例图，如图6所示，标号为i1、i2、i3、i4、i5的传感器节点为内边界节点；标号为s1至s12的传感器节点为外边界节点；o1至o15、s12和s13为该子网络的最外围传感器节点。由精细化边界线和外边界区域所围成的封闭区域为感知空洞。通过上述方法，可以确定每个子网络中的感知空洞所在区域，进而确定整个物联网的感知空洞。
[0109]
图7为本发明一实施例提供的感知空洞的检测装置的结构示意图。该感知空洞的检测装置应用于物联网，该物联网包含多个传感器节点。如图7所示，该感知空洞的检测装置700包括：
[0110]
确定模块701，用于根据所述多个传感器节点的网络拓扑关系，确定所述物联网包含的至少一个子网络；以及确定所述子网络的重心。
[0111]
模拟模块702，用于以所述子网络的重心为中心点，模拟气体扩散；
[0112]
获取模块703，用于获取所述子网络中各传感器节点检测到的气体数值；
[0113]
确定模块701，还用于根据各气体数值，确定子网络中是否存在感知空洞。
[0114]
一些实施例中，确定模块701具体用于：确定物联网包含的网关设备；根据多个传
感器节点与网关设备的网络拓扑关系，确定物联网包含的子网络，子网络中的传感器节点连接于同一网关设备。
[0115]
一些实施例中，确定模块701具体用于：将子网络中最外层的传感器节点相连，形成一个多边形；确定多边形的重心为子网络的重心。
[0116]
一些实施例中，确定模块701具体用于：若各气体数值均大于或者等于预设阈值，则确定子网络中不存在感知空洞；若子网络中各传感器节点对应的气体数值中存在小于预设阈值的气体数值，则确定子网络中存在感知空洞。
[0117]
一些实施例中，确定模块701还用于：在确定子网络中存在感知空洞之后，基于以下方式确定感知空洞的位置：对于气体数值大于或等于预设阈值的传感器节点，将位于最外层的传感器节点确定为感知空洞的内边界节点；对于气体数值小于预设阈值的传感器节点，将位于最内层的传感器节点确定为感知空洞的外边界节点；连接各内边界节点，确定感知空洞的内边界区域；连接各外边界节点，确定感知空洞的外边界区域。
[0118]
一些实施例中，确定模块701还用于：在确定感知空洞的位置之后，根据如下方式精细化定位感知空洞：根据径向基点插值法，在外边界区域和内边界区域之间确定插值点；连接插值点，确定精细化边界线。
[0119]
一些实施例中，确定模块701还用于：根据物联网包含的至少一个子网络中是否存在感知空洞的检测结果，确定物联网中是否存在感知空洞。
[0120]
本发明实施例提供的装置，可用于执行如前所述的实施例的方法，其实现原理和技术效果类似，在此不再赘述。
[0121]
需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，处理模块可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上处理模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
[0122]
例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(application specific integrated circuit，asic)，或，一个或多个微处理器(digital signal processor，dsp)，或，一个或者多个现场可编程门阵列(field programmable gate array，fpga)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(central processing unit，cpu)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system
‑
on
‑
a
‑
chip，soc)的形式实现。
[0123]
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或
部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solid state disk(ssd))等。
[0124]
图8为本发明一实施例提供的电子设备的结构示意图。示例性地，电子设备可以被提供为一服务器或计算机。参照图8，电子设备800包括处理组件801，其进一步包括一个或多个处理器，以及由存储器802所代表的存储器资源，用于存储可由处理组件801的执行的指令，例如应用程序。存储器802中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件801被配置为执行指令，以执行上述任一方法实施例。
[0125]
电子设备800还可以包括一个电源组件803被配置为执行电子设备800的电源管理，一个有线或无线网络接口804被配置为将电子设备800连接到网络，和一个输入输出(i/o)接口805。电子设备800可以操作基于存储在存储器802的操作系统，例如windows servertm，mac os xtm，unixtm,linuxtm，freebsdtm或类似。
[0126]
本发明还提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，当处理器执行计算机执行指令时，实现如上感知空洞的检测方法的方案。
[0127]
本发明还提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如上的感知空洞的检测方法的方案。
[0128]
上述的计算机可读存储介质，上述可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。可读存储介质可以是通用或专用计算机能够存取的任何可用介质。
[0129]
一种示例性的可读存储介质耦合至处理器，从而使处理器能够从该可读存储介质读取信息，且可向该可读存储介质写入信息。当然，可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(application specific integrated circuits，简称：asic)中。当然，处理器和可读存储介质也可以作为分立组件存在于感知空洞的检测装置中。
[0130]
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
[0131]
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，
[0132]
本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案
进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。