多半径误差修正自适应布谷鸟优化DV-HOP定位算法

针对WSN节点定位中非测距DV-HOP算法存在较大定位误差,提出了一种多通信半径误差修正自适应布谷鸟优化DV-HOP定位算法(MEACS-D)。采用锚节点多通信半径广播消息,在跳数计数时将跳数小数化,以减小跳数长短不一造成的误差;再用虚拟相交圆几何方法计算一跳内节点与锚节的距离;通过在未知节点选择平均跳距时,加入各个锚节点权重进行计算来减少平均跳距误差;另引入可自适应搜索步长的布谷鸟算法代替极大似然估计法来定位节点坐标,以提高定位精度。通过仿真,在不同锚节点、通信半径、总节点条件下MEACS-D算法较DV-HOP算法和原布谷鸟DV-HOP算法(CS-D)算法定位误差平均下降39.7%、10.6%,证明MEACS-D算法能有效减少定位误差。     

多半径误差修正自适应布谷鸟优化DV-HOP定位算法

针对WSN节点定位中非测距DV-HOP算法存在较大定位误差,提出了一种多通信半径误差修正自适应布谷鸟优化DV-HOP定位算法（MEACS-D）. 采用锚节点多通信半径广播消息,在跳数计数时将跳数小数化,以减小跳数长短不一造成的误差;再用虚拟相交圆几何方法计算1跳内节点与锚节的距离;通过在未知节点选择平均跳距时,加入各个锚节点权重进行计算来减少平均跳距误差;另引入可自适应搜索步长的布谷鸟算法代替极大似然估计法来定位节点坐标,以提高定位精度. 通过仿真,在不同锚节点、通信半径、总节点条件下MEACS-D算法较DV-HOP算法和原布谷鸟DV-HOP算法（CS-D）算法定位误差平均下降39.7%、10.6%,证明MEACS-D算法能有效减少定位误差.      

基于改进DV-Hop算法的无线定位技术

为提高传统DV-Hop定位算法定位精度,分析算法执行过程中计算信标节点平均跳距产生偏小误差导致节点定位精度不高的原因,引入信标节点比例系数、信标节点平均跳距的最大值和所有信标节点平均跳距的平均值三个因子对算法平均跳距进行修正。通过Matlab软件比较节点通信半径和信标节点比例对定位精度的影响,选取一组合适参数,并基于平均跳距修正的DV-Hop算法进行仿真验证。结果表明,改进后的DV-Hop定位算法能有效降低节点定位误差,提高定位精度。     

DV-HOP定位算法改进研究

节点定位是无线传感器网络中的关键技术之一．基于无线传感器网络中DV-HOP定位算法分析的基础上,提出了一种改进算法．该算法通过RSSI测距技术测量点到点的距离,并在多跳网络中对累加距离进行广播,最后在节点位置估计过程中引入了加权质心算法进行定位．实验结果表明,改进后算法复杂度低,定位精度有明显的提高．     

基于抗局部攻击的无线传感器网络定位方法

为了解决无线传感器网络定位过程中的常见安全问题,提出了一种抗攻击的定位方法.该方法通过高效的认证机制和检测机制帮助待定位节点验证信标节点的合法性及检测定位信息的可靠性,筛选出值得信赖的定位信息用于节点的定位计算,能够有效抵御定位过程中的女巫攻击和虫洞攻击.实验结果验证了该方法能够在存在安全威胁的网络环境下,有效提高无线传感器节点的定位精度.     

基于EDV-Hop的免测距定位算法研究

为了更好地提高无线传感器网络节点定位精度,降低定位成本,针对APS算法存在的不足,提出一种新的免测距定位算法EDV-Hop,通过限制跳数实现局部范围内的定位信息提取,同时调整平均每跳距离,以此提高定位精度。在网络随机部署和任意节点密度的条件下估算节点位置,并从精度和有效性两个方面进行度量。仿真结果表明,EDV-Hop算法比DV-Hop具有更好的定位性能,它能够减少节点间通信量,降低通信成本,提高定位精度。     

一种基于Quasi-UDG模型的无线传感器网络非测距定位算法

针对Quasi—UDG模型下无线传感器网络随机部署的拓扑特征,提出了一种非测距基于权重的定位算法EWLS（Enhanced Weighted Least Square）．首先,设计出一种节点跳数和距离关系估计的方法,然后依据跳数值与距离关系的概率表达式,给出EWLS定位算法中节点测量距离信息的权重．仿真实验表明,在不同的锚节点密度、Quasi-UDG模型因子和平均邻居节点数的参数下,EWLS算法定位误差较小,同最小均方误差相比,有效地提高了节点定位的精度．     

多径环境下多终端协作高精度定位算法

为抑制非视距误差对定位精度的影响,提出了一种异构网络环境下利用移动终端间的协作信息提高定位精度的算法.该算法根据测量的TOA(time of arrival)与基于GIS定义的SF(sentinel function)之间的关系,对移动终端与基站间的传播进行非视距识别.仿真分析结果表明,在多径环境下,提出的多终端协作定位算法的定位精度比现有算法大为提高.在协作终端数为8,其中处于视距传播的终端数为5时,提出的算法将定位误差小于90 m的概率从53%提高到98%.     

基于价格机制的无线多跳网络拥塞控制算法

为有效缓解拥塞,并在QoS保证与业务公平性之间找到合适的平衡点,基于定价机制提出了一种链路层逐跳拥塞控制算法.该算法考虑了MAC的时间限制和二进制干扰模型限制,将传输失败率作为网络拥塞的控制准则之一引入拥塞价格函数中;流路径上的每个节点根据接收到的拥塞价格动态调整每个流的传输速率;优化目标是系统中总的流效用之和达到权重比例公平.此外,还考虑了节点内部流的调度策略,根据等待时间函数动态调整节点内各个流的优先级,以保证每个流的QoS需求和公平性.仿真结果表明:提出的拥塞控制策略能够有效缓解链路拥塞,系统总吞吐率比未采用拥塞控制机制提高约41%,公平性提高约29%,且极大地改善了平均时延、平均丢包率、平均吞吐率等其他性能指标.     

基于RSSI的无线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中的关键技术之一．文中通过对无线电传播路径损耗模型的分析，提出了加权质心定位算法，用信标节点对未知节点的不同影响力来确定加权因子，以提高定位精度．并且在理论分析的基础上，提出了优选信标节点进行节点定位计算的规则，以此进一步提高节点定位精度．加权质心定位算法计算简单，定位过程中节点问无通信开销．节点定位精度较常用的极大似然估计算法高，具有较普遍的应用意义．     

无线传感器网络定位算法的研究

在无线传感器网络中，因无线传感器设备功耗、价格和硬件限制及对定位精度的要求，距离无关定位机制被认为是一类具有成本效益的解决方案。介绍了距离无关定位机制中的DV—hop定位算法，研究了不良节点、网络拓扑结构、锚节点和邻居节点对DV—hop定位算法性能的影响，分析了算法的通信量和计算量。在连通的网络中，该算法能够达到35％～40％的平均定位精度；该算法只需要较少的锚节点，计算和通信开销适中，不需要节点具备测距能力，是一个可扩展的算法，适用于各向同性的密集网络。     

介入移动汇聚节点的无线传感器网络高效数据收集方法

引入移动汇聚节点解决无线传感器网络高效数据收集问题.网络中固定汇聚节点与移动汇聚节点共存,全部传感器节点都拥有维护到固定汇聚节点的路由,移动汇聚节点进入网络后定期向其附近小范围内的传感器节点扩散自己的声明信息,传感器节点向距自己跳数最小的汇聚节点发送或转发数据包.移动汇聚节点和距离其一跳的传感器节点之间通过有效的应答机制来保证数据的可靠传输.通过仿真结果显示引入移动汇聚节点的数据收集在节省能耗方面明显优于传统网络.在延长网络生存时间的同时,可以获得较高的数据传输成功率和较短的数据传输延迟.     

Improved algorithm for distributed localization in wireless sensor networks

Many sensor network applications require location awareness,but it is often too expensive to equip a global positioning system(GPS) receiver for each network node.Hence,localization schemes for sensor networks typically use a small number of seed nodes that know their locations and protocols whereby other nodes estimate their locations from the messages they receive.For the inherent shortcomings of general particle filter(the sequential Monte Carlo method) this paper introduces particle swarm optimization a...     

基于传输效率矩阵的复杂网络节点重要度排序方法

为了提高网络节点重要度评估的准确性,应用复杂网络理论,通过分析非邻接节点对节点重要度评估产生的重要影响,提出了一种基于网络传输效率矩阵的节点重要度排序方法.该方法综合了节点的局部重要性和全局重要性,弥补了节点重要度贡献只依赖于邻接节点的不足.在ARPA网络上对连续移除重要节点的连锁故障进行了仿真.结果表明,相比于节点重要度评价矩阵法,采用本文方法在移除最重要的2个节点后网络的最大连通子图规模降低了23.8%,该结果进一步验证了本文方法的准确性.      

Effects of denial of service attack in mobile ad hoc networks

Mobile ad hoc networks are often deployed in environments where the nodes of the networks are unattended and have little or no physical protection against tampering. The nodes of mobile ad hoc networks are thus susceptible to compromise. The networks are particularly vulnerable to denial of service (DoS) attacks launched through compromised nodes or intruders. In this paper, we investigated the effects of flooding attacks in network simulation 2 (NS-2) and measured the packet delivery ratio and packet delay under different flooding frequencies and different numbers of attack nodes. Simulation results show that with the increase the flooding frequencies and the numbers of attack nodes, network performance drops. But when the frequency of flooding attacks is greater than a value, the performance decrease gets smooth. Meanwhile the packet delay firstly increases and then declines to a value of stability at the end.     

基于边权重图神经网络的一阶逻辑前提选择

为提高自动定理证明器在大规模问题中证明问题的能力,前提选择任务应运而生.由于公式图的有向性,主流的图神经网络框架只能单向地对节点进行更新,且无法编码公式图中子节点间的顺序.针对以上问题,提出了带有边类型的双向公式图表示方法,并提出了一种基于边权重的图神经网络（edge-weight-based graph neural network,EW-GNN）模型用于编码一阶逻辑公式.该模型首先利用相连节点的信息来更新对应边类型的特征表示,随后利用更新后的边类型特征计算邻接节点对中心节点的权重,最后利用邻接节点的信息双向地对中心节点进行更新.实验比较分析表明：基于边权重的图神经网络模型在前提选择任务中表现得更加优越,其在相同的测试集上比当前最优模型的分类准确率高了约1%.