构建节点信誉度的跨域移动节点安全认证方法

为增强物联网架构的安全性,降低数据传输风险,提出一种新的跨域移动节点安全认证方法。分析物联网节点的物理特征与信任特征,利用网络模块、信誉模块和服务模块搭建信任体系;通过信任初始化、信任更新等过程建立信任模型,计算不同节点之间的信誉程度,以信誉值为安全认证的依据;构建具有应用层、合约层、激励层等结构的区块链架构,引入加密算法,经过不同域服务器之间的相互认证,解析区块链证书是否有效,若有效则认为认证成功;反之,认证失败。实验结果表明,无论网络状态如何,所提方法下节点之间的通信成功率均较高,并且能减少计算开销,提高认证效率,有效加强了物联网信息传输的安全性。

一种使用灰度预测模型的强自适应性移动节点定位算法

定位技术是无线传感器网络的关键技术,而关于移动节点的定位又是其中的技术难点。该文针对移动节点定位问题提出基于灰度预测模型的强自适应性移动节点定位算法(GPLA)。算法在基于蒙特卡罗定位思想的基础上,利用灰度预测模型进行运动预测,精确采样区域,用估计距离进行滤波,提高采样粒子的有效性,通过限制性的线性交叉操作来生成新粒子,从而加快样本生成,减少采样次数,提高算法效率。仿真实验中,该算法在通信半径、锚节点密度、样本大小等条件变化的情况下,表现出较好的性能与较强的自适应性。

基于移动节点的无线传感器网络覆盖洞修复方法

针对静态无线传感器网络中常常出现的覆盖洞问题,采用了移动节点进行修复的思路,提出了三角形贴片式的逐步增加移动节点方法。该方法利用覆盖洞边缘节点提供的辅助信息,指导移动节点移动到"最佳"位置。首先从几何理论上分析了最佳位置的存在条件,随后证明了在相关位置部署移动节点可以保证最低覆盖率大于90%,最后以仿真实验验证并分析了该算法的覆盖度、稳定性、冗余度等指标,并从移动节点覆盖能力利用率的角度,与相关工作进行了对比实验分析。

无线传感网络移动节点位置并行微粒群优化策略

网络节点位置优化是无线传感网络研究的核心问题之一.无线传感网络通常由固定节点和少量移动节点构成,传统的虚拟力导向算法无法解决固定节点对移动节点优化的约束.该文针对这一问题,提出了基于并行微粒群算法的优化策略.微粒群算法具有适于解决连续空间多维函数优化问题、能快速收敛至全局最优解的特点.并行框架提高了算法的运行效率,降低了算法的运算复杂度,使算法能够满足无线传感网络的需求.通过并行微粒群算法搜索不同状态下无线传感节点的最优位置,使无线传感网络能够利用移动节点实现网络结构的动态重组,最大化网络覆盖范围,提高网络测量可靠性.实验证明,并行微粒群优化策略能快速有效地实现无线传感网络移动节点位置优化.

基于移动节点的无线传感器网络覆盖优化

为了提高无线传感器网络监测区域的覆盖率,研究了节点随机部署的无线传感器网络的覆盖优化问题.在含有移动节点的混合无线传感器网络中,采用更符合实际情况的基于误警率的概率探测感知模型,以区域覆盖率评价覆盖效果.通过计算节点的联合探测概率寻找覆盖空洞,提出了基于最佳概率的移动节点优化策略.仿真结果表明:所提方法能够有效探测覆盖空洞,并利用移动节点对其进行修复;在移动节点数量有限的情况下,以较小的平均移动距离提高了网络覆盖率.

信号强度和运动向量结合的无线传感器网络移动节点定位

无线传感器网络的定位是近年来无线传感器网络研究的重要课题.本文首先介绍了无线传感器网络的来源、重要性以及无线传感器网络定位的分类.然后提出了一种全新定位算法，信号强度和运动向量结合的无线传感器网络移动节点定位，简称SSMV算法，在外围布置四个锚节点，得用信号强度和未知节点在运动中向量的变化，对锚节点在内的未知节点进行定位，并对该算法进行了仿真和总结.通过与凸规划法进行比较，仿真结果表明，该算法有更高的定位精度.

基于最小二乘法的蒙特卡洛移动节点定位算法

针对无线传感器网络中蒙特卡洛移动节点定位算法的不足,提出了一种基于最小二乘法的蒙特卡洛移动节点定位算法。该算法根据运动的连续性,利用最小二乘曲线拟合的方法,推算出未知节点在下一时刻可能的位置区域,进行快速抽样和样本过滤。仿真结果表明:新算法在不同的网络连通度、不同的运动速度等情况下,均表现出良好的性能。

无线传感网络中移动节点定位技术研究

现有的定位方式因为需要建立网络模型和能量消耗不平均的现象,故不适用于有少量节点随机移动的无线传感网络。针对此类无线传感网络中各节点的定位问题,在分析了定位的计算复杂度和能量损耗的前提下,提出了分簇定位算法,在簇的范围内对发生移动的节点采用接收信号强度测距(RSSI)与质心定位相结合(CLA)的方法进行定位。分析与仿真结果表明:在有少量锚节点存在的无线传感网络中利用改进的分簇定位方法有效的提高了移动节点的定位精度,降低了网络的能量消耗,使网络的生命周期达到最长。

无线传感器网络的移动节点定位算法研究

利用物体运动的连续性,将移动节点的运动规律与距离测量相结合提出了运动预测定位算法,该算法不需要额外的硬件支持,适应能力强,在信标节点密度比较低时提高了性能.

物联网环境下移动节点可信接入认证协议

无线传感器网络(WSN)中的移动节点缺乏可信性验证,提出一种物联网(Io T)环境下移动节点可信接入认证协议。传感器网络中移动汇聚节点(Sink节点)同传感器节点在进行认证时,传感器节点和移动节点之间完成相互身份验证和密钥协商。传感器节点同时完成对移动节点的平台可信性验证。认证机制基于可信计算技术,给出了接入认证的具体步骤,整个过程中无需基站的参与。在认证时利用移动节点的预存的假名和对应公私钥实现移动节点的匿名性,并在CK(Canetti-Krawczyk)模型下给出了安全证明。在计算开销方面与同类移动节点认证接入方案相比,该协议快速认证的特点更适合物联网环境。

基于UKF的深井监测移动节点定位算法

针对线性系统理论的监测定位技术误差较大且又无法实时监测深井人员及移动设备的位置问题,提出一种基于非线性函数不敏卡尔曼滤波(UKF)移动节点定位算法(U-MPA)。在建立U-MPA监测系统及巷道模型的基础上,采用UKF方法对RSSI滤波测距,通过局部坐标系,实现对移动节点实时定位监测;同时,通过改变锚节点间距密度,实现不同定位精度要求。仿真实验表明:U-MPA算法相比RSSI算法定位误差有明显减小,U-MPA算法的平均定位偏差为RSSI算法的44%。

无线传感器网络中移动节点的分布优化问题

为了降低无线传感器网络的总体能耗,保证信息的有效采集,针对无线传感器网络节点的分布优化问题进行了研究.给出了无线传感器网络覆盖控制模型的精确数学定义,并利用节点的移动性,提出了一种基于遗传算法的分布优化机制.仿真结果表明,该方法能够在目标区域内以相对较小的代价完成传感器网络节点的分布优化,降低网络的能耗,提高网络的整体覆盖率.

基于卡尔曼滤波的矿井移动节点定位算法研究

提出了一种基于无线传感器网络的矿井移动节点的定位算法。针对井下环境特征,巷道纵横交错,移动节点数量庞大以及无规律移动的特殊复杂情况,提出了一种卡尔曼滤波测距预估和弹性粒子模型相结合的定位算法。该算法采用卡尔曼滤波器对RSSI信号强度进行滤波和测距预估,建立弹性粒子网络模型对移动节点定位准确度进行校正,实现了矿井移动节点的实时精确定位。通过仿真实验表明,该算法误差小,精确度高,适合用于井下大规模的移动节点的定位。

基于多移动节点和遗传算法的传感器网络覆盖修复策略

设计了一种基于多移动节点和路径规划的传感器网络覆盖的修复策略。该机制通过对节点消耗能量的分析,采用遗传算法计算出移动节点的合理移动路径,可以最大可能地对普通节点进行及时修复,最大程度地避免由于传感器节点死亡带来的覆盖空洞。用随机过程在数学上证明了算法的收敛性。通过仿真实验的测试证实,所设计传感器节点修复机制和对移动节点的路径规划的求解算法能有效地预防节点死亡带来的覆盖空洞问题。

一种在非视距环境中的移动节点定位方法

在移动节点射频定位技术基础上,根据自主移动节点运动的特点,提出一种能够减轻非视距NLOS影响的定位算法nLAEL.该算法首先利用移动节点的速度信息,构造相对定位轨迹;然后通过相对定位轨迹和射频定位的比较实现对位置和方向的估计,获取定位结果;最后估计射频定位精度,区分出失真的射频定位结果,以减小NLOS的影响.本算法计算简单,是一种实用的移动节点定位方法.仿真实验结果证明了算法的有效性.

一种基于模糊理论的蒙特卡洛移动节点定位算法

移动节点定位技术是无线传感器网络中的关键技术之一。针对蒙特卡洛算法MCL(Monte Carlo Localisation)在移动节点定位中存在样本需求量大、定位精度不高、定位所需时间长等缺点,提出基于模糊理论的改进蒙特卡洛移动节点定位算法F-MCL。通过对节点信号能量数值进行模糊化,滤波条件的精确化来弥补MCL的不足。仿真实验表明,提出的F-MCL算法比传统MCL算法在定位时间上比原来缩短了约58.6%,在定位精度上比MCL算法最高提高了约37%。

自适应蒙特卡罗无线传感器网络移动节点定位算法

针对无线传感器网络中蒙特卡罗定位算法在节点的无线射程为非理想条件下定位精度不高、采样率低等缺点,提出一种自适应蒙特卡罗移动节点定位算法。该算法利用不同区域的采样粒子对未知节点的定位精度影响不同,自适应地调整不同区域的采样粒子的影响权重,对未知节点进行定位;同时,利用上一时刻采样粒子增加限定条件,提高定位精度。仿真结果表明,本算法在规则度不同的条件下节点的定位误差平均下降了约13%,在速度不同的条件下定位误差平均下降了约10%,网络覆盖率可达到99.19%。

基于改进蛙跳算法的WSN移动节点部署研究

针对传统无线传感移动节点部署方法存在节点分布不均匀、覆盖不完全等问题,提出一种基于改进混合蛙跳算法(SFLA)的移动节点部署方法。根据节点位置信息建立部署模型,利用改进SFLA算法求解该模型,将得到的解作为节点最终位置。仿真实验结果表明,相对于微粒群、虚拟力、基本混合蛙跳算法,改进SFLA算法可提高网络覆盖率和降低移动节点能耗。

基于均值漂移和联合粒子滤波的移动节点定位算法

针对无线传感器网络移动节点定位面临的高精度和实时性要求,把均值漂移算法引入联合粒子滤波(Joint ParticleFilter)框架,提出了基于均值漂移和联合粒子滤波的移动节点定位算法。它使用均值漂移算法构建粒子滤波的建议分布,通过有效利用最新观测信息,提高粒子状态估计的准确性,使得采样粒子的状态分布与后验概率分布更接近,减少了状态估计必需的粒子数目。该算法还提出了基于虚拟海明距离和交互势的权重计算方式,减少相邻移动节点间的干扰。仿真实验结果表明,基于均值漂移算法和联合粒子滤波的移动节点定位,可获得比基本粒子滤波更高的定位精度,其定位精度与无味粒子滤波(Uscented Particle Filter)相当,而计算开销比无味粒子滤波减小至少50%。

基于移动节点的无线传感器网络覆盖优化研究

针对无线传感器网络中因节点的任意部署导致出现覆盖空洞的问题,采用了移动节点进行修复的思想,提出了一种基于向量代数的分布式方法来确定节点的移动方向和通过感知半径来确定节点的移动距离的节点移动方案。仿真实验结果表明,该策略提高了网络的覆盖率,减少了所需移动节点的个数和移动节点的能量消耗。