目前,由定向视觉传感器构成的网络在信息收集、工业监测等领域中有着广泛的应用。实现定向视觉传感器网络的优化覆盖,有助于提高整个传感器网络的工作效率和监测能力。本文在已有单个传感器的覆盖模型基础上,从网络层面提出了两种优化算法:第一种算法基于传感器信息融合的思想,提出了能表征多传感器对单点的联合传感强度的计算方法;第二种算法是在满足传感器的重合覆盖区域较小的约束下使网络覆盖率最大化。本文具体工作如下:1.在基于Voronoi分块的方法上,对传感器覆盖强度信息的处理方法做出了改进,提出了基于信息融合思想的“联合传感强度”性能指标。基于Voronoi分块的方法是通过处理相邻传感器之间的几何位置来划分传感器的覆盖区域。而本文基于联合概率的思想,融合给定区域内的所有传感器的覆盖强度,将多个覆盖强度信息融合到一个综合指标内。反过来,该指标可以用来体现传感器网络的综合覆盖强度等级,以此实现传感器网络的信息融合与优化覆盖。2.根据监测区域下的所有传感器覆盖信息,对传感器之间的交叉重合区域提出了一种全新的处理方法。本文首先在矩阵框架中表示传感器网络的覆盖信息,然后通过矩阵运算对传感器之间的交叉信息进行处理,最后得到覆盖性能函数和约束条件,并结合相关优化方法实现覆盖优化。仿真结果说明了该方法的有效性。