无线传感器网络信息时空融合模型与算法研究

信息融合是解决无线传感器网络能量和通信带宽受限的有效途径,提出了一种无线传感器网络信息时间和空间多级混合融合的结构模型。首先对距离汇聚节点较远的节点信息进行时间融合和对距离汇聚节点较近的节点信息在汇聚节点进行时空融合,然后在汇聚节点对两种节点的融合结果进行全网络的空间融合。就该模型提出了基于DS证据理论的多级时空融合算法。数据分析结果表明:该模型能够降低节点能耗,延长网络寿命。

无线传感器网络用户认证协议研究进展

无线传感器网络(WSN,wireless sensor network)用户认证技术是传感器网络验证用户的合法性以避免网络数据信息泄露的有效手段之一,同时,用户也需验证传感器网络的合法性,避免获得错误或虚假数据信息。由于WSN节点能量、通信和计算能力等资源受限,且通常部署在敌对或无人值守的区域,因此传统用户认证协议并不完全适用于WSN。从WSN认证协议的安全攻击入手,给出其安全需求及理论基础,归纳总结了设计流程,针对其安全性分析,描述了安全攻击模型,并综述了形式化分析验证工具AVISPA体系结构和HLPSL语言构成。评述了当前的各种WSN用户认证协议,建议了未来研究方向,这些研究工作将有助于WSN用户认证协议的设计、分析与优化。

城市环境下无线传感器网络信道测量与分析

针对3种典型城市应用环境的无线传感器网络(WSN)信道模型,采用3种频段信号的传播路径损耗特性进行现场实验测试,使用最小二乘法对测量结果进行线性回归分析。分析结果表明,城市环境下的WSN信道与传统蜂窝无线信道模型有较大差异,但仍可采用双折线对数距离损耗模型进行拟合,同时得到WSN的信道传播特性和规律,可为城市环境WSN的设计和工程应用提供依据。

基于无线传感器网络的室内无线信道测量与分析

首次针对无线传感器网络的典型室内应用环境——室内停车场对信道传播特性进行测定,通过线性回归对室内无线信道传播模型的衰减因子等参数进行拟合,并与室外测量结果进行对比,归纳出室内与室外环境中无线信号的传播具有不同特征,但仍然可用对数阴影单折线/双折线模型进行拟合,为室内无线传感器网络系统的研究与实现提供重要参考。

基于扩散机制的无线传感器网络时间同步协议

针对当前无线传感器网络时间同步协议普遍存在抗毁能力不足的缺陷,提出了一种基于扩散机制的无线传感器网络时间同步协议,全局时间通过邻居节点间定时随机交换时戳信息维护,取消同步发起节点在同步网络中可能带来的不安全隐患,实现同步网络拓扑最优。同时利用容错、时分等策略进一步提高同步网络的抗毁性能。通过对典型无线传感器节点的实际测试表明,该协议在抗毁能力、同步精度、可扩展能力等方面均取得了较好结果。

适用于带状无线传感器网络的快速同步方法

对于无线传感器网络中的一类具有明确应用场景的子集——带状无线传感器网络,提出一种快速时间同步方法,利用带状网络路由相对确定的特点,结合存储转发机制和线性回归估计方法,实现网络快速高精度同步。实验结果表明,该方法同步建立时间恒定,能够达到微秒量级同步精度。

基于改进LDPC码的短距离跳频无线通信系统

复杂应用场景决定短距离无线通信系统面对多种干扰、较低硬件资源配置导致其抗干扰能力有限,为实现可靠传输,设计基于改进LDPC码的短距离跳频无线通信系统。其中,提出低复杂度校验和更新(LCU,low-complexity check sum updating)算法,降低计算复杂度;提出基于MTBF(multi-threshold bit flipping)的LCU-MTBF算法,提高译码性能,降低译码复杂度。仿真结果表明,LCU算法适用于多种硬判决译码算法,在不影响原有算法性能的基础上降低译码算法的计算复杂度;LCU-MTBF在误码率(bit error rate)为10^(-5)、迭代次数为5时,获得0.15 d B性能增益,将MTBF算法中加法次数降低约40%;当误码率为10^(-4)、信噪比为15 d B时,在部分频带干扰和全频带干扰下,基于改进LDPC码的短距离跳频无线通信系统均获得7 d B左右的性能增益,有效改善其干扰性能。

研究片内多径分离技术在基于RSSI定位中的应用

无线传感器网络中基于接收信号强度指示(RSSI)的定位易受多径干扰。传统的基于RSSI定位方法主要通过增加测距样本来抵抗多径干扰,而在物理层研究抗多径干扰的较少。该文将片内多径分离技术应用于基于RSSI的定位中,通过抽取每个码片的第1个采样点进行相关解扩得到分离多径后的直达径,并求其功率得到抗多径干扰的RSSI值。理论分析其多径的分离能力,信噪比损失情况。最后通过仿真比较了传统方法与该文方法求得的RSSI值方差,该文方法在多径信道下的方差更小。

基于潜在变量二元回归模型的多传感器数据融合

针对目前数据融合算法存在的置信度无法获取的问题,提出了一种基于潜在变量二元回归模型(LatentVariable Binary Regression Model)的多传感器数据融合算法。将每个传感器获取的特征值作为多变量回归模型中的相关变量,通过Gibbs抽样得到潜在变量的分布概率,确定多变量回归模型中的表征量作为融合结果,并以潜在变量的分布概率作为融合结果的置信度。基于实地采集的运动目标震动信号进行仿真实验,结果表明该融合方法拥有较好的识别效果,同时能够给出识别结果的置信度。其中错分类的结果具有较低的置信度,可以提醒观测者做进一步的观察。

基于热释电红外传感器的车辆和人员分类

设计了一种应用于野外环境中的热释电红外系统,并创新性地提出用单热释电红外传感器节点进行车辆和人员的分类。分类算法利用信号的幅度、信号的持续时间、信号一阶差分值的绝对值的最大值作为特征向量,利用支持向量机(SVM)进行目标分类。在10,20 m处分类准确率分别可以达到93.5%,94.5%,并且针对10,20 m的综合分类准确率可以达到92%。该系统扩展了热释电传感器的应用范围和应用场景,所用分类方法对于其他同类传感器系统具有一定的借鉴意义。

野外地表无线传感网信道传播模型的测定与分析

针对三种典型传感网的野外布设环境,对地表低空收发天线的路径损耗特性进行了现场实验测定,并对测试结果进行了线性拟合分析和建模。测试和拟合结果表明,地表无线信道与传统蜂窝无线信道模型存在较大差别,但仍可采用单折线或双折线模型进行表征,同时得出了一些有助于研究和设计无线传感网的信道传播特性和规律。所得的分析结果有助于深入研究野外地表无线传感网络,提高其仿真实际有效性。

区块链的网络安全:威胁与对策

区块链以其特有的安全性,已在许多领域中得到应用。然而,对其网络安全的进一步研究往往被忽略,较为突出的表现之一就是关于这方面的研究成果很少被关注并发表。本文针对区块链数据的完整性、匿名性与隐私保护的安全需求,系统分析了区块链的安全攻击,综述了安全保护技术研究进展,尤其对区块链密码学安全防护技术进行了对比分析。本文对当前区块链安全防护技术的综述工作,将有效地帮助区块链的架构优化与安全算法改进。

线性时变信道下OFDM系统的加窗信道估计

受时变性影响,正交频分复用(OFDM)系统的频域信道矩阵是近似限带的.利用接收端窗函数可以增强信道的限带特性,但也导致信道无法采用线性模型进行表征.针对该问题,文中将窗函数与信道的时变性隔离开来,提出了加窗-线性信道模型.随后研究了该模型下的时变信道估计方法,并对该算法进行了简化,降低了算法的计算量.从仿真结果可以看出:窗函数可以抑制信道矩阵的带外子载波间干扰;与传统OFDM系统的性能相比,文中算法的性能提升了约2.5dB.

分布式信息融合的物联网事件检测方法

事件检测是物联网感知技术的一项重要应用。由于感知节点资源受限,事件检测准确率与节点能量有效性较难平衡。提出了一种新的物联网事件检测方法,基于分布式无线传感器网络,采用特征选择与人工智能学习算法,对感知数据进行局部与全局的二级信息融合,在降低节点功耗的同时提升了检测的准确率。进行要地周界入侵事件检测实验,结果表明,该方法相比传统的事件检测方法更加有效。

无线传感网载波频率偏移估计方法的改进

无线传感网的低功耗、低成本等特性,要求设备能在低信噪比环境下快速完成突发通信的载波频偏估计,保证数据传输的正确性,因而需要对低信噪比和大频偏范围的频偏估计算法进行研究。Fitz算法是较为经典的载波频率偏移估计方法,具有算法精确度高和估计信噪比门限低等优点,但此算法的频偏估计范围与精度之间呈反比关系,频偏估计范围越大,估计精度越低。针对Fitz算法进行改进,利用迭代的方法展开信号自相关相位,代入Fitz算法估计载波频偏,在保持Fitz算法精确度高和估计信噪比门限低优点的同时,将其估计范围扩大了M倍,M为最大自相关阶数。实验结果表明,改进算法的频偏估计范围接近±50%的符号周期,估计精确度接近克拉美—劳(CRLB)下限,估计信噪比门限较其他算法降低2 dB;算法能够同时满足无线传感网系统对载波频偏估计范围和估计精度的需求。

OFDM系统中抗非线性失真的迭代信道估计算法

针对OFDM系统中信号限幅滤波造成的信道估计性能下降,提出了一种基于梳状导频的迭代估计算法。该算法迭代估计信号中的非线性噪声,并据此补偿信号的非线性失真,提高信道再估计的性能。推导出了该算法在限幅预畸变系统中所能达到的理论均方误差下限,同时给出了初始信道估计的理论均方误差。仿真表明,该算法克服了由限幅滤波造成的性能瓶颈,且收敛速度快。与文献迭代信道估计算法相比,具有更强的抵抗峰均比抑制的能力。

异构分组无线传感器网络密钥管理机制

针对异构分组无线传感器网络结构和应用特点,在加密通信中使用组密钥和对密钥.组密钥使用基于双向散列链自愈组密钥分发方法按会话进行更新.网络中有直接通信需求的节点间都以双线性对方式建立对密钥.对密钥与组密钥相结合,以非交互方式按会话进行更新.分析表明:方案支持节点插入和撤销,安全高效,资源开销合理,适用于无线传感器集中式管理网络.

基于运动检测与H.264的智能监控系统设计与实现

针对远程智能监控的应用,基于H.264视频编解码与运动检测标识技术,在由小型工控机与计算机组建的客户机/服务器系统上设计并实现了实时运动检测视频监控系统。系统对采集的视频帧进行H.264规范的压缩编码并传输,在保证图像质量前提下降低了带宽与存储开销。运动检测算法在Kalman动态背景更新的基础上,采用了加权方式的图像差分法。通过实际试验表明,该系统能稳定的压缩传输视频流,并在不增加虚警的情况下,提高了系统的检测准确度。

基于传声器阵列网络的改进高斯粒子跟踪算法

针对传声器阵列网络中目标跟踪的特点,建立了基于声阵列网络的目标跟踪模型,在此基础上,提出了一种改进的高斯粒子滤波(GPF)算法。该算法将扩展卡尔曼滤波的状态更新方法引入到GPF算法中,并通过直接更新状态量的高斯分布参数来取代传统GPF中逐个更新粒子的方法。通过蒙特—卡罗仿真结果表明:与扩展卡尔曼粒子滤波(EPF)和传统的GPF算法相比,该算法表现出较高的精度和稳定性。

一种应用于无线传感网的频偏估计改进方法

为解决频偏估计中经典的M&M算法在频偏增大时信噪比门限变差的问题,提出一种改进的频偏估计算法。首先对自相关函数做预平均处理来降低噪声,然后利用预平均值做频偏粗估计,并利用粗估计值纠正相位来减轻相位模糊的问题,最后推导更加合理的窗函数并给出最终频偏估计表达式。仿真表明该算法的信噪比门限比M&M算法至少低-1 dB,且在频偏加大时仍然能保持较低的信噪比门限。在保证-3.5 dB的信噪比门限的前提下该算法的估计范围达到了理论值的90%,另外在最大自相关阶数较小时,估计精度门限优于M&M算法。该算法在M&M算法基础上的改进达到了预期效果,能同时满足无线传感网频偏估计中对低信噪比门限和大估计范围的要求。