近年来,新兴的物联网(the Internet of Things)被世界上越来越多的国家所重视和关注,原因在于它能够广泛的将实物和实物之间通过新的网络方式互连。以WSN(Wireless Sensor Networks,无线传感器网络)为例,它包含了数据采集、数据收发和数据处理三方面的功能,是高度一体的智能网络系统,常常被业界认为是物联网的“神经末梢”,它的发展将会给人们的日常生活带来巨大的影响。随着科技的发展,以视频传感器和图像传感器为代表的有向传感器不仅针对单纯的数据信息,更多的是针对多媒体信息进行感知,作为一个研究的热点领域,有向传感器网络面临着众多的难题和考验,这一技术要想得以发展应用,有许多问题需要解决。网络覆盖是其中最典型的问题,传统的方法有其自身优势,也存在一些不足。本文结合有向传感器网络特点采用了虚拟力的覆盖方法,研究了有向传感器网络三维感知模型。从整体结构分析,本文研究的主要内容如下:1、阐述了与有向传感器网络理论相关的基础知识,介绍了其网络的组成结构,传感器节点的结构及特点,详细分析了有向传感器网络中传感器节点的部署问题、感知模型的分类、覆盖性能指标和覆盖控制方法存在的问题。探讨有向传感器网络已有研究方法,主要包括有向传感器网络节点感知模型和它的覆盖控制方法。在节点感知模型中,分为二维感知模型和三维感知模型。二维感知模型中一般使用扇形感知模型,随机部署的节点覆盖率低、运行效率不佳;三维感知模型最常见的是基于三维椎体的感知模型,基本可以对三维空间进行覆盖,但其精度及覆盖率并不十分令人满意,需要进行改进。2、采用了基于虚拟力的有向传感器网络覆盖方法。有向传感器网络虚拟力d的方法的基本原理是将目标区域离散化,通过类似物理学中引力、斥力受力分析,离散化的传感器节点之间存在虚拟力的作用,利用数学当中概率模型,确定节点受力的大小和方向,计算节点移动的距离,更新迭代后使得传感器节点的位置得到优化,节点在目标区域的分布更加均匀,从而提升了目标区域的覆盖率。3、研究了基于三维椎体的有向传感器感知模型。将三维空间问题分解到竖直和水平两个平面,在水平面中利用四元组寻找它们之间的几何关系,判定目标点被覆盖的条件,从而进行覆盖率的计算。通过设置相同特性参数,仿真基于椭圆、基于椭圆锥和基于四棱锥三种模型的覆盖率变化曲线,实验表明基于四棱锥的三维感知模型覆盖率最高,能够对投影区域平滑的场景达到一定的覆盖效果,可以应用于一般简单的室内三维场景。