小水电资源作为一种清洁、可再生能源在全国范围内得到推广,同时对推动农村的经济社会发展作出了重要贡献。小水电厂区属于高危区域,但由于地处于边缘,周遭范围内时有入侵事故发生,对厂区的安全生产构成了威胁。针对厂区监管不足的问题,本文通过优化有向传感器网络覆盖算法来提高目标跟踪覆盖的质量,就现有的研究成果而言,大部分目标覆盖问题未将移动目标和障碍环境进行综合考虑,难以满足小水电厂区的实际覆盖需求。因此,本文研究了障碍环境中的多路径目标覆盖问题,对于保障小水电安全具有重要意义。本文围绕传感器感知模型、非匀速移动目标路径预测、障碍环境中的目标覆盖等一系列问题展开了深入研究,并将研究成果应用于小水电厂区远程监控系统。本文主要的研究工作和成果如下:1.研究了各类有向传感器感知模型,结合可重叠感知模型和布尔模型定义了适合本文工作的感知优化模型,并通过引入旋转角速度来控制感知方向的调整。借鉴平衡覆盖的思想,综合考量了k覆盖效果和覆盖时长,优化了覆盖质量函数,为本文的研究工作奠定基础。2.针对非匀速移动目标k覆盖问题进行了研究,结合概率预测思想,充分考虑非匀速移动目标的运动特性和下一时刻目标有可能达到的位置,建立了移动目标覆盖概率评估模型,同时提出了一种基于预测的分布式k覆盖优化算法,传感器节点在通信范围内交换覆盖信息并进行决策,提升了k覆盖的效果。3.考虑到厂区周围存在各种障碍物体,在上述的工作基础上进一步研究了障碍环境中的目标覆盖问题,对于产生感知盲区的障碍节点进行感知方向的修正,提出了一种基于虚拟力的移动目标k覆盖算法。通过一系列仿真实验,验证了该算法在障碍环境中的有效性和可行性。4.在智能终端上研发了小水电厂区远程监控系统,并将研究成果应用于该系统,实现了水电监控、厂区管理、实时预警等一系列功能。本文在现有的有向传感器网络目标覆盖算法的研究基础上,结合小水电厂区监测环境,针对非匀速移动目标的运动轨迹和障碍环境中可能出现的感知盲区问题,提出优化和改进,并在远程监控系统中应用了研究成果。