基于位置估计的井下无线传感器网络路由算法

井下无线传感器网络中的信标节点无法及时获得能源补充,能量水平总体偏低,结合井下网络的特点研究能降低信标节点能耗、延长信标节点服务时间的路由算法对井下无线传感器网络十分必要.通过对井下传感器网络的能量补充方式和节点移动特点的分析,提出了一种基于位置估计的多跳路由(position estimatebased multi-hop route,PEBHR)协议,该协议通过位置估计的方法帮助节点选择恰当的移动节点作为数据中继快速建立路由路径,从而由能量水平较高的移动节点承担主要的数据转发任务,减少能量水平相对较低的信标节点的负载,从而延长信标节点的生存时间.仿真结果表明PEBHR协议能够降低信标节点的能量消耗,有效延长信标节点的生存时间,有效解决井下节点能量不平衡的问题.     

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。     

无线传感器网络定位中动态信标移动路径规划

对于移动信标辅助的无线传感器网络定位技术,信标的移动路径对定位性能有着重要的影响.然而现有移动信标辅助定位的研究中,通常假定信标沿着预先设定的静态路径移动,静态路径移动未能利用定位过程的实时信息,对不规则拓扑及未知的部署区域等不太适用.采用定向天线技术,根据不同区域内普通节点接收信标的情况及节点分布数目,提出了一个启发式动态路径规划方法,能够在线决策移动方向和移动步长,更具灵活性、普适性.几种网络设置下的仿真验证了所提出的动态路径规划算法的有效性.     

基于采样优化的蒙特卡罗移动节点定位算法

针对无线传感器网络中蒙特卡罗移动节点定位算法的不足,提出了一种采样优化的蒙特卡罗移动节点定位算法。该算法根据运动连续性,利用曲线拟合方法,得出样本节点位置后验密度分布取值较大的区域,对该区域内样本节点的权值进行优化,从而完成未知节点的定位。仿真结果表明,改进后的算法能够显著地减少定位所需的样本数,有效提高了无线传感器网络移动节点定位的准确性和鲁棒性。     

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.     

基于一个移动锚节点的无线传感器网络节点定位算法

节点定位技术是无线传感器网络应用的重要支撑技术之一,对此提出了一种基于移动锚节点的两步定位算法。该算法利用一个移动锚节点遍历整个网络,并周期性的广播包含自身当前位置的信息。把传感器节点的自身定位过程用基于无迹状态滤波(UKF)的目标跟踪方法实现。由于所用的目标状态模型和量测模型有一定的不确定性,所以先选取不共线3个锚节点信息,利用三边定位法提高滤波的初始位置精度,从而改善定位效果。最后仿真并分析比较了锚节点在多种移动轨迹情况下节点定位误差,结果表明本文所述两步定位法改善了对锚节点移动轨迹的特殊要求的限制,更适合实际情况,并取得理想的定位精度。     

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。     

基于差分修正的传感器网络加权质心定位算法

节点定位是无线传感器网络应用的关键技术。针对加权质心定位算法存在的测距误差影响,提出了一种基于差分校正的加权质心定位算法DWCLA。算法先进行信标节点之间的测距,并用其实际位置求得测距的误差因子。节点利用最近信标节点的误差因子修正测距,从而对权值进行修正。仿真结果表明,DWCLA算法降低了测距误差对定位的影响,提高了算法的定位精度。     

基于虚拟力的无线传感器网络覆盖增强算法

为保证网络的覆盖功能,提出了一种在固定传感器节点中加入具有运动能力的移动节点的混合无线传感器网络模型.在此基础上,基于人工势场法的思想,提出了一种基于局部虚拟力的无线传感器网络覆盖增强算法,构造了节点与节点、移动节点与目标区域边界之间的相互作用力,并基于运动图式理论来共同控制移动节点的运动.为避免移动节点陷入局部极大覆盖陷阱,还引入了随机扰动作用力.最后通过仿真实验验证了算法的有效性.     

基于虚拟传热的能耗均衡幂律重部署算法

针对大规模双层无线传感器网络自移动传感器节点覆盖控制的能耗均衡问题,提出一种基于虚拟传热的重部署算法。建立了以二次熵为基础的幂律熵模型,设计传感器节点与汇聚节点之间的绝对移动方法;利用邻居节点之间幂律熵流动的平衡关系,建立熵平衡方程,采用相对熵求得相对移动中参照节点选取概率的权重,设计相对移动方法。叠加两种自移动方法,进行迭代,达到网络熵平衡。实验表明,所提算法能够高效实现能耗均衡,及时避免能量空洞,延长了网络生命周期,并提升了覆盖率。     

基于信标漂移误差识别的长基线定位算法

针对长基线水声定位系统中信标位置漂移误差难以识别和估计的问题,分析了长基线水声定位系统中同步式测距系统时钟同步误差和应答式测距系统信标漂移误差的等效性,提出一种对有效声速系统误差进行修正的单信标测距定位算法。在此基础上提出一种在不掌握声场环境信息时可以有效识别信标漂移误差的长基线定位算法,利用有效声速分布范围对信标漂移误差进行识别,基于航迹融合后轨迹对固定信标位置漂移误差进行估计和修正。试验结果表明算法提高了长基线系统的定位精度和鲁棒性。     

水下滑翔机间水声网络时间同步与多址融合机制

水下滑翔机(autonomous underwater glider,AUG)广泛应用于长时间、大规模的海洋环境监测。为了更高效地进行AUG组网,提出面向AUG的水声网络时间同步与多址接入(time synchronization and multiple access control,TSMAC)融合机制。该机制将TSMAC的信息交换过程相融合,利用AUG和信标节点交换信息。根据所得的同步所需的时间戳和位置信息,计算出频率偏斜和相位差,进而更新本地时钟,实现时间同步。仿真结果表明,与现有机制相比,该机制减少了控制帧发送次数,在维持较好吞吐量的基础上,达到了降低时间偏差的目的,并且提高了能量效率。     

基于RBF神经网络的蜂窝无线定位算法

为了解决最小二乘法需要测量数据的先验信息来构造协方差矩阵的问题,提出了基于RBF神经网络的蜂窝无线定位算法.它融合了移动基站提供的AOA,TOA和TDOA测量值来实现移动台的定位,利用神经网络较快的学习特性和逼近任意非线性映射的能力,使其适用于复杂的多径环境.对基于RBF神经网络的定位系统性能进行了仿真,结果表明,基于REF网络的蜂窝无线定位算法消除了定位模糊和基站非理想分布对定位精度的影响,在小区半径小于2 km的情况下,系统的定位精度在125 m时准确率可达67%,在300 m时准确率可达95%.     

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。     

基于软约束模式的加权最小二乘节点定位算法

当节点初始坐标精度较差时,大多数基于负梯度搜索的最小二乘类迭代定位算法容易陷入局部最优,产生较大的定位误差.作者通过引入网络部署时先验的限制性条件,提出了一种基于软约束模式的加权最小二乘节点定位算法(SCLS).该算法根据2跳邻居节点问必须满足的最小和最大测距限制性条件,在加权最小二乘优化代价函数中引入惩罚项,迫使负梯度搜索往节点真实位置方向前进,从而提高定位算法精度.仿真实验结果显示,SCLS定位算法精度明显优于经典加权最小二乘定位算法.在测距误差较大或节点初始坐标精度较低情况下,SCLS算法具有良好鲁棒性.     

基于动态AHP的海上移动节点网络选择算法

针对海上异构无线网络中现有的节点选择算法存在的实时有效性和与移动节点匹配性较差的问题,提出了一种基于动态层次分析(dynamic analytic hierarchy process, DAHP)法和协同学原理的网络接入选择算法。该算法在满足多因素判决和静态节点网络选择的基础上,采用DAHP法确定接入判决指标的主观权重,运用协同学相关原理确定客观权重,利用接收功率确定移动节点的位置权重,并通过对主、客观和位置权重进行再分配,实现了对移动节点周围的实时网络状态与任务通信需求的兼顾,提高了算法实时性和与移动节点的匹配性。仿真结果表明,该算法相对于基于传统AHP和协同学原理的网络选择算法、基于距离的移动节点算法,能够在降低节点业务阻塞率的同时提高通信通畅度与实时性。     

A distributed adaptive multi-hop certification authority schemefor mobile Ad Hoc networks

1.INTRODUCTION Amobileadhocnetwork(MANET)isanau tonomoussystemofmobilenodesconnectedbywire lesslinks,theunionofwhichformsacommunication networkmodeledintheformofanarbitrarycommu nicationgraph[1].Thesalientfeaturesofadhocnet worksposechallengesinachievingsecuritygoals.In wirednetworks,anadversarycannotattacknetworks untilitconnectswiredphysicallink.Bycontrary,an attackinwirelessnetworksmaycomefromanyloca tion.Thereforeadhocnetworksmustadoptdis tributedcertificationauthority(CA),otherwis…     

Distributed localization for anchor-free sensor networks

Geographic location of nodes is very useful in a sensor network. Previous localization algorithms assume that there exist some anchor nodes in this kind of network, and then other nodes are estimated to create their coordinates. Once there are not anchors to be deployed, those localization algorithms will be invalidated. Many papers in this field focus on anchor-based solutions. The use of anchors introduces many limitations, since anchors require external equipments such as global position system, cause additional power consumption. A novel positioning algorithm is proposed to use a virtual coordinate system based on a new concept--virtual anchor. It is executed in a distributed fashion according to the connectivity of a node and the measured distances to its neighbors. Both the adjacent member information and the ranging distance result are combined to generate the estimated position of a network, one of which is independently adopted for localization previously. At the position refinement stage the intermediate estimation of a node begins to be evaluated on its reliability for position mutation; thus the positioning optimization process of the whole network is avoided falling into a local optimal solution. Simulation results prove that the algorithm can resolve the distributed localization problem for anchor-free sensor networks, and is superior to previous methods in terms of its positioning capability under a variety of circumstances.