无人值守传感器网络的低通信成本存储算法

针对无人值守传感器网络的数据存储问题,提出了一种低通信成本的分布式数据存储算法。算法采用步数为cn的定向随机游走机制,将网络中的k个源数据包按照一定的接收概率分散存储到了网络中所有的n个节点,在每个节点形成了一个存储数据包。实验表明,基于该算法的存储过程完成之后,即使有部分传感器节点损坏,sink节点只要随机收集到k+ε(ε≥10)个存储数据包,就能成功计算出原来的k个源数据包。与具有代表性的基于LT码方法相比,该算法在节约sink节点访问成本的同时,也将网络的通信时间复杂度从O(n ln n)降到了O(n),具有良好的应用潜质。

无人值守传感器网络的一种分布式数据存储算法

针对无人值守传感器网络的数据存储可靠性问题,提出一种实现简单、性能高效的分布式存储算法。算法采用定向随机游走规则,将网络中的k个源数据包传递到网络中所有的n个节点,网络中的每个节点按一定的概率接收一个新到达的源数据包并将其异或到之前存储的存储数据包中。数值实验表明:存储过程完成之后,即使有部分传感器节点损坏,Sink节点只要收集到任意k+ε,ε≥8个存储数据包,就能计算出原来的k个源数据包;与相关文献提出的基于LT码的方法相比,本算法节省存储过程中各传感器节点约61%的通信成本,同时降低Sink节点约40%的访问成本,具有较好的应用潜质。

无人值守无线传感器网络中可靠数据生存恢复方案

无人值守无线传感器网络(UWSN)通常部署在环境恶劣或敌对环境中,在静态汇聚节点(或基站)部署困难的情况下,感知节点无法完成感知信息的实时汇聚传输,需暂时维持感知数据的生存状态。为增强数据生存概率,提高感知数据的抗损坏、擦除和篡改能力,在建立攻击模型假设的基础上,针对失效节点攻击假设,提出一种基于中国剩余定理加密秘钥分割机制的可靠数据生存恢复方案。利用门限秘钥分割存储机制增强密钥分割存储安全性,确保数据加密分割生存的可靠性,针对恶意节点攻击所造成的不可靠数据恢复威胁,构建基于恢复不一致性的恶意恢复攻击检测方案及基于多数表决的恶意恢复攻击识别机制,确保数据恢复的安全、可靠。

无人值守WSN中基于中国剩余定理的可靠数据生存方案

无人值守无线传感器网络(UWSN)通常部署在环境恶劣或敌对环境中,在静态汇聚节点(或基站)部署困难的情况下,感知节点无法完成感知信息的实时汇聚传输,需暂时维持感知数据的生存状态。为了增强数据生存的概率,提高感知数据的抗损坏、擦除和篡改能力,重点研究无人值守无线传感器网络中的数据加密生存问题,提出了一种基于中国剩余定理(CRT)多等级秘密共享的可靠数据生存方案。基于网络中节点的信誉模型,设计了节点权重密钥存储机制,增强了数据加密密钥分割存储的有效性,并结合基于中国剩余定理的秘密共享机制,提升了原有数据加密分发和恢复过程的效率。此外,还讨论了基于中国剩余定理的秘密共享方案具有的良好同态性质,并依此设计了子密钥组合运算方案,提高了数据加密生存方案中子密钥运算的安全性,进一步确保了数据生存方案的安全、可靠。

无人值守WSN中数据概率复制生存仿真与研究

无人值守无线传感器网络通常部署在恶劣或敌对环境中,在静态汇聚节点(或基站)部署困难情况下,感知节点无法完成实时的数据汇聚传输,需在汇聚周期内维持数据的生存。现有节点信息副本复制的数据生存方案未考虑节点信誉和运行状况,副本分发机制缺乏有效和针对性,效率较低。为解决上述问题,提出了一种适合无人值守传感器网络的节点信誉度的概率随机副本复制方案。根据节点信誉度模型完善了现有数据副本概率随机分发机制,提高了信息副本分发的有效性,避免了重复分发及冗余存储,降低了开销,进而确保了数据的生存概率。仿真结果表明了改进方案的优越性。

地面战场侦察传感器系统的发展状况及技术分析

主要介绍了国内外地面战场侦察传感器系统的主要用途、基本组成和分类,对其未来发展趋势进行了分析,根据我军地面战场侦察传感器系统的技术现状提出了需要解决的关键问题.

无线传感器网络中一种安全高效的分布式数据存储方案

在无人值守的无线传感器网络应用中,传感器节点大多被部署在恶劣的环境中,节点间通信困难,而且在某些场景下,用户需要感知数据的摘要信息而不是实时数据,这样感知数据不需要立即发送到中央节点或用户终端,而是长时间保存在传感器节点上,如此可避免感知数据的实时传送,降低通信消耗,延长节点生命周期,但该网络通常会面临安全风险,诸如数据失效、节点被俘获而导致的数据丢失或被篡改等。对此,本文提出了一种安全高效的分布式数据存储方案,该方法不仅提高了数据存活率,降低了网络通信消耗,更提高了数据的安全性与可靠性,并能更好地适应多用户场景中感知数据的恢复。

无线传感器网络在美军目标部队中的应用

介绍了美军目标部队的无线传感器网络的系统组成和各部分的主要功能,以及在能源受限条件下的系统体系结构。重点探讨了无人值守地面传感器系统的层次结构和传感器节点的分类。描述了节点通信电台的功能和关键技术,并利用无线传感器网络完成一个目标探测、处理、传输形成态势感知的过程。

基于光电传感器的目标轮廓提取及其识别

针对物体外形轮廓特征,给出一种基于主动式光电传感器的轮廓特征提取方法,该方法是通过物体经过传感器组视场时各传感器输出状态来获取特征信息;并结合稀疏表示理论,提出一种基于稀疏表示的目标轮廓识别算法,该算法是将测试样本投影到稀疏域,依据系数的稀疏性对测试样本进行分类。数值仿真与实验结果表明:采用光电传感器组获取的信息能够有效地描述物体;且通过本文算法对不同类型物体进行分类,具有良好的识别效果;对不同条件下获得的特征样本进行分类时,具有良好的鲁棒性。

基于深度学习的无人值守地面传感器目标检测与识别方法

目前,针对震动信号的目标检测与识别方法已得到广泛而深入的研究,但对距离较远、目标信号幅值与背景噪声幅值相近或相等的行人等目标的探测精度无法达到较高水平。针对该问题,从时域信号特征提取与学习的角度出发,提出一种基于深度学习的目标检测与识别方法,通过提取行人行走及跑步信号的峰值序列,将该序列输入循环神经网络进行训练,从而得到可准确检测与识别行人震动信号的网络模型。实验结果表明,该方法对远距离(≥30 m)行人目标的识别精度可达到93%以上。

无人值守地面传感器系统设计

传统的地面传感器系统可以探测一定范围内的地面运动目标。工作模式是把采集到的信号发回接收站再进行处理。这种方法不能实时处理且反应时间较长。本文设计的地面传感器系统由DSP小系统、传感器调理及放大电路、异步串口通信电路、无线收发模块四部分组成。采用TMS320VC5509A作为处理芯片,利用CCS软件编写C语言程序,通过传感器采集目标信号,运用OPA4336将信号两级放大,再送入5509A的AD转换模块将信号进行模数转换以后,运行FLASH中的目标识别程序将信号分类,最后通过无线收发模块将识别的结果发送给决策者。

分布式通用地面系统——共享持续监视的价值

经过伊拉克和阿富汗两次战争后，美军情报信息收集处理系统转变并围绕决策进行。情报人员收集信号情报（SIGINT）、图像情报（IMINT）和赛博等全源信息，并将这些信息围绕决策进行自动组织。情报收集过程包含任务分配、收集、处理、加工和分发（TCPED）。其间收集过程由卫星、无人机和无人值守地面传感器（UGSs）等平台执行。当下美军主要使用分布式通用地面系统（DCGS）执行TCPED。

基于局部搜索树的UAV与UGS协同移动目标追踪方法

针对无人机(UAV)与地面无人值守传感器(UGS)的空地协同目标追踪问题,提出一种交通道路网络环境下基于局部搜索树的移动目标搜索追踪方法。在该方法中,无人机通过与地面无人值守传感器抵近通信,获取目标经过传感器节点的时间信息,基于该信息估计目标运动速度及预测目标后续位置,通过局部递归搜索优化无人机对目标的追踪路径。针对追踪过程中不完全信息条件下的传感器节点访问次序决策问题,设计了两种节点选择评价机制并对其效果进行了比较和分析。仿真实验结果表明,该方法能在目标运动路径及速度不断变化的情况下以较大概率捕获目标。

微震动测试系统抗噪声干扰技术研究

详细分析了微震动测试系统的各种噪声源。通过建立固有噪声的电路模型、计算系统的噪声系数、分析噪声系数特点 ,设计了与压阻式震动传感器噪声匹配的的低噪声前置放大器。在分析干扰噪声的特点的基础上 ,设计了防电磁干扰的屏蔽系统。

地面战场传感侦察系统及其发展概述

地面战场传感侦察系统集传感器技术、信号与信息处理技术、无线网络传输技术为一体,是网络中心战的重要信息基石。对美军地面战场传感侦察系统的研究现状及其发展趋势作出了分析。

基于稀疏表示的多类融合样本中特定目标识别

针对WSN及轮廓检测系统的特点,给出了一种基于WSN的数据处理方法。该方法首先通过主分量分析提取样本特征,然后采用叠加方式对不同样本的特征进行融合,给出数学模型;并以此模型为基础,提出一种新的基于稀疏表示的多类融合样本中特定目标识别算法,该算法根据超完备字典下主要非零系数的分布情况识别出特定目标;数值仿真与实验结果验证了本文算法的有效性,综合性能优于传统方法。

印拟组建边境航天司令部

印度国防部一位消息人士称，作为管理与中国、巴基斯坦、孟加拉、尼泊尔和缅甸长达1．5万多公里的漫长边境线的更大努力的一部分，印度计划组建边境航天司令部。这位消息人士说，印内政部认识到利用围栏、无人值守地面传感器和其它小型装置不足以监控漏洞很多的边界，因此将建立先进的系统，利用卫星来管理边界。印内政部10月份敲定了这一计划，打算未来5年耗资20亿美元来建设这个边境航天司令部。

美军未来战斗系统最新进展

美陆军转型的目标是在2030年前后,将陆军逐步改造成为一支在信息化战争条件下的各种军事行动中占据主导地位的战略反应部队——未来部队,而未来部队的核心装备则是美陆军目前正在大力开发的未来战斗系统。未来战斗系统是按网络中心战理念设计、由多种系统集成的高度信息化的武器系统。根据美陆军2004年10月15日发布的未来战斗系统白皮书,未来战斗系统由“18+1+1”个分系统组成。其中“18”表示18个核心分系统,即步兵输送车、乘车战斗系统、指挥与控制车、侦察与监视车、非直瞄火炮、非直瞄迫击炮、抢修车、医疗救护车、无人值守地面传感器、非直瞄发射系统、智能弹药系统、4级建制无人机(排、连、营、旅级)、武装机器人车辆、小型无人地面车辆、多用途通用/后勤与装备保障车辆等8种有人操控系统和10种无人操控系统。此外,两个“1”分别指网络系统和士兵系统。