基于三维体质心的无线传感器网络节点定位算法

针对无线传感器网络中传感器节点初始位置未知的问题,提出一种基于三维体质心的分布式无线传感器网络节点定位算法.算法假设网络中有一定比例的锚节点(位置已知的节点),利用三维辅助坐标系,建立节点间的通信约束关系和空间几何关系,研究三维空间内包含未知节点的三维体构成方法,确定三维体的多个侧面和曲面来构成曲面三维体;为了减小算法计算量和网络能耗,寻找与曲面三维体对应的由多个侧面组成的平面三维体,通过确定平面三维体的质心来获得曲面三维体质心,从而把曲面三维体的质心作为未知节点的估计位置.该算法是一种完全基于网络连通性的分布式算法,算法设计简单,计算量小,节点间通信开销少.仿真结果显示,该算法适合于各种规模的无线传感器网络的节点定位.     

基于分治求精的无线传感器网络节点定位算法

节点自身定位是无线传感器网络应用的支撑技术之一。将分治法运用到无线传感器网络节点自身定位问题中,研究了锚节点位置关系对节点定位的影响,设计了基于分治求精的无线传感器网络节点定位算法(divide and conquer and refinement method based localization algorithm, DRBLA)。DRBLA采用先分而治之、再整体求精的思想,根据锚节点位置关系对定位的影响,有效筛选锚节点构成组合分别对未知节点初步定位,随后加权求精得出最终定位结果。DRBLA不需要额外添加硬件,通信量小且容易实现。仿真结果显示,相对于传统基于测距的定位算法,DRBLA具有明显的优越性,尤其是可以利用较少的锚节点取得较高的定位精度。     

Distributed event region fault-tolerance based on weighted distance for wireless sensor networks

Event region detection is the important application for wireless sensor networks (WSNs), where the existing faulty sensors would lead to drastic deterioration of network quality of service. Considering single-moment nodes fault-tolerance, a novel distributed fault-tolerant detection algorithm named distributed fault-tolerance based on weighted distance (DFWD) is proposed, which exploits the spatial correlation among sensor nodes and their redundant information. In sensor networks, neighborhood sensor nodes will be endowed with different relative weights respectively according to the distances between them and the central node. Having syncretized the weighted information of dual-neighborhood nodes appropriately, it is reasonable to decide the ultimate status of the central sensor node. Simultaneously, readings of faulty sensors would be corrected during this process. Simulation results demonstrate that the DFWD has a higher fault detection accuracy compared with other algorithms, and when the sensor fault probability is 10%, the DFWD can still correct more than 91% faulty sensor nodes, which significantly improves the performance of the whole sensor network.     

单锚节点水声网络高精度低开销初始化方法

网络初始化是网络协议正常运行的基础,共包括自定位及时间同步两部分。针对水声网络特点,提出一种仅采用单锚节点的参考节点自选则自定位算法,该算法仅采用一个锚节点,通过最优化选择参考节点,减小参考节点拓扑结构及网络测距误差对定位精度的影响,既有效解决了水声网络中锚节点少的问题,且提高了定位精度;在此基础上提出一种快速初始化方法,该方法将自定位与时间同步协同完成,使得网络可在较少的信息交互下快速实现初始化过程,减小通信开销及初始化时延,网络布放后可快速进入正常运行,提高网络工作效率。通过仿真得出,本文提出的方法较现有初始化方法锚节点需求少,定位精度高,初始化时延短、通信开销小,可以很好地应用于水声网络中。     

高密度无线传感器网络分簇定位算法

节点自身定位是无线传感器网络应用的支撑技术之一。提出了一种适用于大规模高密度无线传感器网络的分簇定位算法。首先定义了节点的势作为簇首选举依据,网络中节点间的距离由接收信号强度和通信半径的关系间接计算得到,各簇内的拓扑信息由簇首保存,簇首利用线性规划法实现簇内相对定位;随后从sink节点开始逐步进行簇间位置融合,最终实现全网的绝对定位。相比集中式的凸规划定位算法,所提算法计算复杂度低、通信量小、定位精度高,且不需要预先知道环境中的信号衰减因子,有一定的抗噪声干扰能力。仿真结果显示,在节点按均匀网格分布和均匀随机分布两种情况下,所提算法能取得较好的定位效果。     

水下传感网络的低复杂度APIT算法及OPNET仿真实现

由于水声传感网络具有能量的局限性,所以低复杂度的定位算法更适用于水声传感网络。传统的APIT算法能够以较少的控制开销获得较好的定位精度,有利于水下传感网络定位的实现,但其复杂度高,冗余误差较大。以点扫描的方式取代传统网格扫描法,提出一种低复杂度的APIT算法,并在OPNET平台上搭建水声传感网络环境,阐述该算法在水下传感网络节点定位的实现过程。仿真结果表明,待定位节点与锚节点密度的增加有助于改善算法的性能,且在同等条件下本文算法比传统APIT算法定位精度更高。     

一种无线传感器网络分布式加权容错检测算法

针对无线传感器网络的容错事件区域检测问题,提出一种分布式加权容错检测算法。考虑"邻域的邻域"的容错范围,首先利用邻域节点与其周围节点的信息交换,对邻域节点的状态值进行估计,然后采用加权容错方法对邻域节点的估计状态值进行加权综合,完成对中心节点的错误检测。仿真结果表明,该算法在传感器网络初始错误率达到20%的情况下,仍能够检测和纠正90%以上的错误。相比其他算法,该算法具有较高的错误检测精度,极大改善了事件发生区域边界节点的纠错问题,且算法运行时整个网络所消耗的能量适中。     

基于节点通信度的信息加权一致性滤波

协同目标跟踪是无人机集群等多传感器网络的典型应用。在分布式传感器网络目标跟踪过程中,目标状态估计的一致性直接影响到跟踪有效性。针对目标跟踪过程中网络节点之间一致性迭代次数受限的问题,提出了一种基于节点通信度的信息加权一致性滤波算法,设计了用节点通信度来充分衡量传感器节点在网络中的通信拓扑状况,并构建了非对称一致性权值的选取机制,可在复杂拓扑结构网络中实现快速一致性跟踪。典型目标跟踪场景仿真验证表明,所提算法相比经典的信息加权一致性滤波算法,目标跟踪的不一致程度降低了20%以上,有效提升了分布式跟踪的一致性速度。     

基于节点通信度的信息加权一致性滤波

协同目标跟踪是无人机集群等多传感器网络的典型应用。在分布式传感器网络目标跟踪过程中,目标状态估计的一致性直接影响到跟踪有效性。针对目标跟踪过程中网络节点之间一致性迭代次数受限的问题,提出了一种基于节点通信度的信息加权一致性滤波算法,设计了用节点通信度来充分衡量传感器节点在网络中的通信拓扑状况,并构建了非对称一致性权值的选取机制,可在复杂拓扑结构网络中实现快速一致性跟踪。典型目标跟踪场景仿真验证表明,所提算法相比经典的信息加权一致性滤波算法,目标跟踪的不一致程度降低了20%以上,有效提升了分布式跟踪的一致性速度。     

分布式无源定位技术的定位精度提高方法

为了提高无线传感器网络在无源定位时的定位精度,提出一种基于偏移圆圆心估计的定位误差校正(positioning error correction, PEC)算法。在PEC算法中，利用两步定位法在传感器获取的目标距离信息中获得的目标位置估计作为初值。在极坐标系中，将沿极径方向的固定偏移量引入到测距残差中形成偏移圆。利用偏移圆圆心的位置矢量对目标位置初始估计进行校正,从而获得更精确的目标位置估计。与经典分布式无源定位算法相比, PEC算法对传感器布局具有更强的适应性和更高的精度,在不同的传感器测距精度下均有较优异的性能,具有良好的工程应用前景。     

分布式无源定位技术的定位精度提高方法

为了提高无线传感器网络在无源定位时的定位精度,提出一种基于偏移圆圆心估计的定位误差校正(positioning error correction, PEC)算法。在PEC算法中，利用两步定位法在传感器获取的目标距离信息中获得的目标位置估计作为初值。在极坐标系中，将沿极径方向的固定偏移量引入到测距残差中形成偏移圆。利用偏移圆圆心的位置矢量对目标位置初始估计进行校正,从而获得更精确的目标位置估计。与经典分布式无源定位算法相比, PEC算法对传感器布局具有更强的适应性和更高的精度,在不同的传感器测距精度下均有较优异的性能,具有良好的工程应用前景。     

Comparing two clustering-based techniques to track mobile nodes in industrial wireless sensor networks

Tracking mobile nodes in dynamic and noisy conditions of industrial environments has provided a paradigm for many issues inherent in the area of distributed control systems in general and wireless sensor networks in particular. Due to the dynamic nature of the industrial environments, a practical tracking system is required that is adaptable to the changes in the environment. More specifically, given the limited resources of wireless nodes and the challenges created by harsh industrial environments there is a need for a technique that can modify the configuration of the system on the fly as new wireless nodes are added to the network and obsolete ones are removed. To address these issues, two cluster-based tracking systems, one static and the other dynamic, are proposed to organize the overall network field into a set of tracking zones, each composed of a sink node and a set of corresponding anchor nodes. To manage the wireless nodes activities and inter and intra cluster communications, an agent-based technique is employed. To compare the architectures, we report on a set of experiments performed in JADE (Java Agent Development Environment). In these experiments, we compare two agent-based approaches (dynamic and static) for managing clusters of wireless sensor nodes in a distributed tracking system. The experimental results corroborate the efficiency of the static clusters versus the robustness and effectiveness of the dynamic clusters.     

基于多跳位置估计的无线光自组网拓扑重构

设计了基于多跳位置估计的无线光移动自组织网络拓扑重构方法,该方法不依赖定位系统,如全球定位系统(global positioning system, GPS)等,也不需要无线电通信辅助,仅采用自由空间光(free space optical, FSO)对网络中其他节点进行方向和距离估计,位置估计信息通过多跳方式传递,用于建立重构链路,增加节点连通度,提高网络性能。该方法分析了多跳节点间的位置不确定区域,并提出了覆盖不确定区域的光波束分配算法用于新的FSO链路建立。仿真表明,在节点规模小于20的自组织网络中,光束发散角大小与距离估计误差决定相对定位精度,并影响重构网络节点端到端性能,通过减小发散角并提高光检测灵敏度,该方法的性能接近基于GPS定位的重构方法。     

基于惯性传感器网络的分布式导航方法

通常的惯性导航冗余配置及其信息融合技术,是基于相同的系统状态模型,不适合分布式惯性传感器网络的应用。针对该问题,给出了一种基于惯性传感器网络的分布式导航方法,将多个惯性测量单元配置在载体不同部位,不仅能提供冗余的导航信息,还能提供局部运动测量。在惯性网络结构分析基础上,建立了惯性网络动态测量模型,采用最大似然估计和信息滤波法,设计了分布式惯性测量融合与导航状态融合的分阶段信息融合算法,通过仿真进行了验证。结果表明,所提方法充分利用了其他节点的惯性传感器信息和同类导航状态信息,可以提高整个惯性传感器网络的估计性能和故障容错能力,在提高低性能节点导航精度的同时实现对高性能节点的自动对准。     

Game-theoretic approach to power and admission control in hierarchical wireless sensor networks

Power efficiency and link reliability are of great importance in hierarchical wireless sensor networks (HWSNs),especially at the key level,which consists of sensor nodes located only one hop away from the sink node called OHS.The power and admission control problem in HWSNs is comsidered to improve its power efficiency and link reliability.This problem is modeled as a non-cooperative game in which the active OHSs are considered as players.By applying a double-pricing scheme in the definition of OHSs’ utility function,a Nash Equilibrium solution with network properties is derived.Besides,a distributed algorithm is also proposed to show the dynamic processes to achieve Nash Equilibrium.Finally,the simulation results demonstrate the effectiveness of the proposed algorithm.     

传感器误差情况下的线性校正TOA定位算法

传统定位方法一般是在假设传感器位置信息准确已知的前提下进行的。然而在实际情形中,传感器位置信息往往含有随机误差,这些误差会严重影响目标的定位精度。针对这一问题,提出了一种存在传感器误差情况下的线性校正TOA定位算法。首先将非线性TOA定位方程组转化为一组关于目标位置的伪线性方程,利用加权最小二乘估计进行初始求解;然后在此基础上把伪线性方程组转化为关于估计偏差的求解问题,进而对初始解进行线性校正。在测量误差充分小的情况下分析了该算法的有效性。仿真结果表明该算法具有较好的定位性能。     

基于模糊控制的WSN移动节点自主导航算法

设计了一种利用无线传感器网络(WSN)节点间通信信号强度信息(RSSI)及网络拓扑结构实现移动节点自主导航的方法。将机器人作为WSN的移动节点,利用RSSI势场量化的坐标空间描述机器人状态及目标位置,有效避免将RSSI值转换为距离时带来的模型误差。由若干个信标节点组成一个基于模糊控制的分布式导航系统,每个信标节点都是一个独立的模糊控制单元,最后由决策控制中心综合各信标节点的输出量决定机器人的航向。仿真和现场实验都表明该方法的有效性。     

异构多跳无线传感器网络容错性拓扑控制算法

异构无线传感器网络(heterogeneous wireless sensor works, HWSN)能有效降低数据转发延迟、网络能量消耗,是一种更现实的网络模型,基于HWSN的k容错性拓扑控制是一类NP难问题。在综合分析HWSN网络模型的基础上,本文设计了简化网络图构建方法,通过构造有序邻集来约束节点的最大发射功率,以网络总功耗与容错性双优化为目标,实现了一个k容错性分布式拓扑控制算法(k-fault tolerant distributed topology control, k-FTDTC)。实验结果表明,相比分布式拓扑控制(distributed adaptive topology control, DATC)方法,k-FTDTC算法有效降低了网络总功耗和最大发射功率,且具有较好的容错性和较低算法复杂度。     

能量平衡的异构传感网跨层密钥管理方案

传统的传感网密钥管理协议独立于网络其他层设计,这种层间的独立性造成传感器节点物理性能浪费,网络整体性能降低。从节点剩余能量出发,提出一个能量平衡的异构传感网跨层密钥管理方案。通过节点剩余能量、节点度数等参数,从能量平衡的角度出发确定下一跳节点的选择,再利用密钥交换建立两节点间的会话密钥,该方案将网络层节点路由关系与应用层节点密钥关系结合,实现了密钥管理的跨层设计。结果表明,该方案保证节点密钥连通性的同时,均衡网络节点间的能耗关系,有效延长了异构传感网的生命周期。     

作战体系复杂网络研究

运用仿真方法,探索信息化战争作战体系拓扑网络的连接机制与分布规律,实验发现这一分布是由δ分布、指数分布与幂律分布(尾部)构成的混合分布;当网络规模较大时,节点之间的连接机制成为网络分布形式是否具有幂律尾的唯一决定因素;当尾部接近幂律分布时,常常是近似服从具有长尾的SF分布,但与同规模基于优先连接机制形成的SF网络相比,拥有大得多的Hub节点,分布标度指数λ一般取值于[1.4,2.2]之间.