随机空间几何构型下物联网络攻击节点定位

物联网各节点形成的空间几何构型随机性,决定了攻击节点的空间分辨率出现较大波动,继而影响攻击节点的定位精度。针对物联网下各节点形成的空间几何构型随机性,利用节点脉冲和功率的关联属性不受空间几何构型影响的特征,设计一种攻击节点定位算法。定位算法检测节点脉冲信号,设计最优功率关联算法,关联功率与脉冲的属性。通过关联属性构建节点距离测算定位方法。实验结果表明:文中的物联网攻击节点定位方法,在低、中、高阶三种攻击特征形式下,可以实时准确定位攻击性节点位置,具备较强的实用性。

基于多通信半径和改进麻雀搜索算法的DV-HOP节点定位研究

在无线传感器网络中,传统DV-Hop(Distance Vector-Hop)算法因跳数和平均跳距计算存在较大偏差,从而对未知节点定位产生较大误差.针对该问题,设计了基于多通信半径和改进麻雀搜索的DV-Hop定位算法.首先采用多通信半径修正节点间的跳数,使跳数值较真实反映两个节点间的距离.其次采用修正的跳数去修正信标节点的平均跳距,从而获得未知节点到各信标节点修正后的距离.最后采用麻雀搜索算法(Sparrow Search Algorithm,SSA)估算未知节点位置,将节点定位问题转化为函数寻优问题.针对麻雀搜索算法前期容易陷入局部最优解,后期寻优精度不高的问题,提出将Levy飞行策略引入麻雀搜索算法中,提升算法的全局寻优能力.仿真结果表明,与传统DV-Hop算法、SSA DV-Hop算法相比,改进SSA DV-Hop算法的定位精度明显提高.

融合判决门限和信任过滤机制的WSN异常节点定位方法

由于网络拓扑频繁变化使无线传感网络(Wireless Sensor Network,WSN)中的节点会移动或失效,从而造成传感器节点所产生数据具有不确定性,且节点异常具有多模态特性,易造成错定漏定的问题。因此,提出融合判决门限和信任过滤机制的WSN异常节点定位方法。通过传感器位置特征组建K-近邻图信号函数捕捉节点间的空间关系;利用低通滤波前后的平滑度差异设计判决门限来减少数据不确定性的影响,实现WSN异常节点检测;通过Beta分布初步信任评价锚点位置信息,调节信任更新权重来适应拓扑变化,引入信任过滤机制差异化处理WSN节点,并通过簇头节点判断锚点可信度,实现WSN异常节点精准定位。结果表明,所提方法异常节点定位虚警概率在1%以下,OPR值可达到99.12%,具有较高的定位精度。

基于果蝇算法的无线传感网络信标节点定位

在无线传感网络中,多个节点需要协同工作来实现节点定位。但在传播过程中,信号受反射、散射等因素的影响,导致信号路径复杂、不确定性大,增加了信标节点定位的难度。因此,提出一种果蝇算法下无线传感网络信标节点精准定位方法。通过建立无线传感网络拓扑模型,分析节点结构,根据构建的模型获取无线传感网络信标节点的定位优化目标函数。通过改进果蝇算法求解定位优化目标函数,实现无线传感网络信标节点的精准定位。实验结果表明,所提算法的无线传感网络信标节点定位准确度在85%以上,且定位误差在0.1-0.4之间,表明所提算法定位精度高、整体应用效果好。

无线传感器网络节点定位算法优化研究

无线传感器网络中,需要对节点的位置进行准确描述,才能确保采集数据的准确性。因此,节点定位计算是无线传感器网络中的核心问题,目前实际应用较多的节点定位算法是DV-Hop算法。DV-Hop定位算法的核心思路是基于距离矢量路由计算,通过节点之间的跳数和平均跳距的乘积来表示节点之间的距离。传统的DV-Hop算法在各向同性网络环境中获得较好的定位效果,但在节点随机分布的网络环境中,由于平均跳距计算误差大、用直线路径代替实际路径等原因,存在较大的定位误差。DV-Hop定位算法的改进思路主要通过对节点通信距离进行取样,较多依赖于实际工程经验进行取值,但这种方法使改进后的算法场景适应能力较弱。通过建立任意锚节点的平均每跳距离均方误差优化数学模型,修正全网平均每跳距离,使其能接近真实值,从而降低误差,提高精度。仿真分析证实了优化改进算法的有效性。

基于TOA的联合时延无线传感网节点定位算法

针对无线传感器网络中如何准确获取节点位置信息的问题,研究了多径传播条件下基于到达时间(Time-of-Arrival,TOA)并兼顾路径时延的目标定位问题。所提算法在高斯噪声假设基础上,首先根据时间-距离观测模型推导出包含目标位置坐标及时延的测量方程;然后基于加权最小二乘(Weighted Least Squares,WLS)准则,计算出在目标坐标估计性能上严密逼近Cramér-Rao下界(CRLB)的解;最后通过理论分析得出位置和时延的误差方差及算法开销。仿真测试了单节点及多节点场景下测距误差对定位和延时性能的影响,结果表明,所提出算法的估计性能非常接近CRLB的估计性能,明显优于两步加权最小二乘(Two Step Weighted Least Squares,TSWLS)方法。

基于改进的鲸鱼优化迭代算法的水下传感器网络节点定位方法

针对水下无线传感器网络中锚节点较少、迭代误差大导致节点定位精度低的问题,文章提出了一种基于改进的鲸鱼优化-牛顿迭代的水下三维节点定位算法(Improved Whale Optimization-Newton Iteration,IWONI)。该算法首先使用牛顿迭代算法对节点距离远近关系建立对应法则,并利用目标位置估计值和修正因子为改进的鲸鱼优化算法提供动态搜索区域;其次,建立以测量误差为权重的适应度函数作为判断基准,采用改进的鲸鱼优化算法进行迭代求解,以获得最优解;最后,利用定位方程得到网络节点位置。为了验证IWONI算法的性能,将IWONI算法与时间差定位算法(TDOA-CHAN、TDOA-Taylor)、测距定位算法(最小二乘法、高斯牛顿迭代法)和牛顿迭代算法进行定位误差、收敛性能和定位成功率对比实验,并验证了节点数量对定位精度的影响。实验结果表明:(1)IWONI算法的定位误差和收敛速度明显优于其他对比算法。(2)IWONI算法在测量噪声大时的定位成功率高达92%,明显优于其他对比算法。(3)在通信半径不变的情况下,选择5~7个传感器节点可以在IWONI算法中实现定位精度与成本开销的平衡。

无线传感器网络节点定位技术研究

节点定位是无线传感器网络应用的前提和基础。本文在分析WSN自身定位算法研究的基础上,对定位算法进行了分类。根据静态定位和劫态定位算法的不同特点,时现有的算法进行了分析比较,并重点讨论了一些典型的动态定位算法。最后针对统一武器制导网络等空间应用领域中对网络节点定位的要求,探讨了节点的移动性和三维定位问题。

改进布谷鸟搜索算法的无线传感器节点定位方法设计

针对无线传感器网络中节点定位精度不准的问题,提出改进布谷鸟搜索算法的无线传感器节点定位方法。将布谷鸟搜索算法应用于节点位置寻优问题中,同时对布谷鸟搜索算法的补偿以及发现概率进行优化,以保证测距误差对实际定位误差的影响,提高节点定位的精确度。经过对比实验验证:基于改进布谷鸟搜索算法的无线传感器节点定位方式相比其他方式效率更高,定位精度更高,具有更好的实时性和稳定性。

无线传感器网络节点定位问题研究

定位技术是无线传感器网络重要的共性支撑技术之一。对无线传感器网络的定位问题进行了分类;把节点定位过程分成4个基本步骤,并以此分类和节点定位过程组成为线索,介绍并分析了现有的具有代表性的节点定位算法。指出了今后无线传感器网络节点定位算法研究可能的几个热点方向。

基于改进RSSI的节点定位技术研究

室内定位技术的关键在于定位算法,一个合适的定位算法能够显著减少对无线信道的干扰,从而提高定位的准确性。在传统三边测量定位技术的基础上,对信标节点的选择进行了进一步的优化,并对角度权重函数进行了加权处理,通过仿真进行了验证。与原始的三边测量定位方法相比,该算法在定位精度上有了显著的提升。与传统基于测距的方法相比,该算法能够有效降低系统成本,提高定位精度和可靠性,同时还可以对多个未知点进行精确定位,适用于复杂环境下的实时定位要求。

基于GA-TS搜索算法的工业无线传感网节点定位研究

为了解决工业无线传感网覆盖过程中通信半径跳距离产生偏差过大的问题,设计了一种基于GA-TS搜索算法的节点定位方法,并开展仿真分析。研究结果表明,当通信半径不断增大后,算法误差产生不同程度的减少。与传统最大似然估计定位算法相比,GA-TS搜索算法的优化效果更佳,误差大概缩减30%;与移动锚节点算法相比,误差大概降低至15%。相比较之下GA-TS搜索算法定位精度误差最小,具有很大的应用准确性和适应范围。该研究有助于工业无线传感网定位精度,对保证网络信号的传输效率具有一定的意义。

煤矿井下线型无线传感器网络节点定位算法

针对煤矿井下线型无线传感器网络节点定位精度较低的问题,提出了基于RSSI(接收信号强度指示)的对角差分修正定位算法。该算法在对线型无线传感器网络节点定位的横向和纵向误差进行分析的基础上,首先利用差分原理对测量距离进行修正,并使用极大似然估计法进行初步定位;然后应用信标节点构建煤矿井下巷道模型,在该模型下对移动节点进行横向修正。仿真结果表明,该算法较传统的极大似然估计算法具有较高的定位精度和稳定性,适用于煤矿井下线型无线传感器网络节点定位。

面向无线传感器网络节点定位的移动锚节点路径规划

节点定位是无线传感器网络技术研究的一个基本问题,大多数无线传感器网络的应用和中间件技术都需要节点的位置信息.目前比较实用的定位方法是利用一些移动锚节点(如安装有GPS)根据有效的规划路径移动,通过发送包含其自身坐标的信息来定位其他节点,该方法不过多地增加无线传感器网络成本,还可以获得较高的定位精度.在该方法中,移动锚节点的路径规划问题是需要解决的基本问题.主要研究移动锚节点的路径规划问题,把图论引入到无线传感器网络节点定位系统.把无线传感器网络看成一个连通的节点无向图,路径规划问题转化为图的生成树及遍历问题,提出了宽度优先和回溯式贪婪算法.仿真实验和真实系统实验结果表明,该方法能够很好地适应无线传感器网络节点随机分布的节点定位,可以取得较高的定位精度.

无线传感器网络节点定位算法的研究综述

作为一种全新的信息获取和处理技术,无线传感器网络(WSN)可以在广泛的应用领域内实现复杂的大规模监测和追踪任务,而节点定位是大多数无线传感器网络应用的基础。介绍了无线传感器网络节点定位的概念和原理、节点定位计算的一般过程,讨论了现有的传感器网络节点定位算法的分类方法,着重综述了近年来该领域具有代表性的算法的原理和特点,简要介绍了节点定位算法的最新发展。在对现有算法进行了分析比较的基础上,通过归纳和总结,提出了基于移动锚节点的定位算法将成为以后研究热点的看法。

基于Voronoi图的无需测距的无线传感器网络节点定位算法

将Voronoi图应用于无线传感器网络定位问题中,提出了VBLS(Voronoi diagrams based local-ization scheme)定位算法.它首先对接收到的anchor节点的接收信号强度(RSSI)从大到小进行排序,然后利用UDG图依次计算每个anchor节点的Voronoi区域,最后将所有Voronoi区域交集的质心输出作为定位结果.通过仿真将VBLS和另外两种无需测距的定位算法(W-Centroid和Centroid)进行了比较.仿真结果表明,对于anchor节点随机摆放的情况,VBLS的定位误差比Centroid和W-Centroid分别降低了18%和13%;对于anchor节点均匀摆放的情况,VBLS的定位误差比Centroid降低了7%,比W-Centroid增加了2%.

基于遗传算法的WSN节点定位技术

提出一种基于遗传算法的无线传感器网络节点自定位技术,在算法的第1阶段利用采样方法对节点初始位置进行初步估计,在第2阶段采用遗传算法对节点初始位置进行求精。仿真实验结果表明,该算法在锚节点比例较低的情况下仍然能够对未知节点进行准确定位,且定位精度更高。

无线传感器网络分布式节点定位算法研究

深入分析比较了在无线传感器网络领域中有代表性的4种分布式定位算法,着重关注了算法的能量消耗问题。节点的能量消耗主要由计算和通讯开销组成,对于算法的计算复杂度和通讯开销,做出了定量的分析。在此基础上,对未来的研究与算法的改进提出了建议。

基于卡尔曼滤波的WSNs节点定位研究

节点定位是无线传感器网络中的关键技术之一。在采用装备有GPS装置的移动信标-移动机器人、无人机的基础上,将加权最小二乘估计与扩展卡尔曼滤波(EKF)组合,进行未知节点定位。算法首先利用加权最小二乘估计(WLSE),获得无线传感器网络未知节点的初步位置,再用扩展卡尔曼滤波进一步提高定位精度。并且提出了加权因子的确定方法,同时,算法还提出了移动信标位置参与EKF迭代计算的最优排序方案。算法可以实现传感节点的低成本定位,可以达到较高的定位精度。仿真结果显示,算法与目前常用的最小二乘估计相比,未知节点的定位精度有较大的提高。算法应用RSSI测距方式,它还可应用于TDOA,TOA等基于测距的定位算法中,具有较普遍的应用意义。

基于支持向量机的无线传感器网络节点定位算法

机器学习是利用经验来改善自身性能的一种学习方法,而支持向量机(support vector machine,SVM)作为机器学习中的一种新模式,在解决小样本、非线性及高维模式识别等方面有着其特有的优势.基于支持向量机的节点定位算法利用机器学习算法的特性,实现无线传感网络节点定位.其基本思路是将网络区域划分为若干个等分的小格,每一小格代表机器学习算法中一个确定的类别,机器学习算法在学习了已知的信标节点对应的类别后,对未知节点所处位置进行分类,从而进一步确定未知节点的位置坐标.仿真实验表明,"一对一"节点定位算法有较高的定位精度,对测距误差的容忍性较好,同时对信标节点的比例要求并不高,比较适合用于信标节点稀疏的网络环境中;而"决策树"节点定位算法受覆盖空洞的影响并不大,比较适合应用于节点分布不均匀或者存在覆盖空洞的网络环境中.