WSNs中一种基于移动信标检测的定位算法

信标节点在无线传感器网络(WSNs)定位技术中起着重要的作用,它作为参考节点决定着被定位目标的位置。在WSNs的实际环境应用中,信标节点可能会因为各种原因发生移动成为不可靠的信标节点,此时依赖不可靠信标节点来定位的未知节点将可能产生较大的定位误差,甚至失去了利用价值。针对信标节点发生移动的问题,提出了一种定位前期的基于可用信标的移动信标检测(BAB—BMD)方案。在节点定位之前,对定位节点收到的所有信标进行检测,并对移动信标重定位计算其可靠度。然后,依据信标可靠度选择可用信标节点进行定位,即基于可用信标的信标择优(BAB—BOS)算法。实验结果表明:BABBMD具有较好的检测准确度,同时采用BAB—BOS定位算法定位准确度要高于未进行移动信标检测的定位准确度和丢弃移动信标的定位准确度。     

基于移动信标的无线传感器网络节点定位技术综述

无线传感器网络已在许多领域有着广泛的应用,网络中的节点定位是为诸多应用提供了基本信息,基于移动信标的无线传感器网络节点定位是重要的研究领域之一。介绍了基于移动信标的无线传感器网络节点定位的基本原理和评价标准,对该技术的未来进行了展望。     

基于Kullback-Leibler分歧的变分滤波WSNs贝叶斯移动定位跟踪西

为了在降低资源能耗和带宽占用情况下,提高无线传感器网络WSNs移动目标定位跟踪的精度,提出了基于Kullback-Leibler分歧的变分滤波的WSNs贝叶斯移动目标定位跟踪算法。首先,利用高斯和Wishart分布在不考虑速度限制和方向移动限制情况下,构建WSNs移动定位的贝叶斯状态演化模型,并基于路径损耗模型构建移动目标定位的观测模型;其次,利用Kullback-Leibler分歧构建变分滤波的误差计算模型,通过周围激活节点实现移动节点目标的位置估计,设计了递归概率计算过程综合预测和更新两个过程,并实现了定位和目标跟踪的同步化;最后,通过仿真验证了所提模型在跟踪精度和资源节约上的优势。     

移动无线传感器网络定位研究

近年来,随着硬件技术和通信协议的发展,无线传感器网络(WSN)获得了飞速发展。其中,移动无线传感器网络(MWSN)由于具有较高的灵活性,得到了极大关注,甚至还出现了小型自控移动传感器设备。虽然节点的移动性能够增加传感器网络的覆盖范围,并增强网络的连通性,但同时也带来了一系列挑战。其中,移动节点的定位问题尤为突出。对移动无线传感器网络定位方法进行总结,并分析移动无线传感器网络中的众多挑战。最后,提出了未来移动无线传感器网络定位研究方向。     

无线传感器网络移动信标节点路径优化策略

针对无线传感器网络(WSNs)节点定位技术中未知节点覆盖率低、成本高的问题,采用移动信标节点技术,提出对高斯-马尔可夫移动模型(GMM)规划路径的优化策略,使信标节点更有效地在待测区域移动,提高对未知节点的覆盖率,并分析了不同参数对未知节点覆盖率的影响.仿真结果表明:此方法覆盖迅速、覆盖率高,能很好地适应大规模随机布撒节点的应用需求.     

基于移动代理的无线传感器网络节点定位算法

研究了无线传感器网络节点定位算法及移动代理技术。在DV-Hop算法的基础上采用移动代理技术,并限制未知节点接收移动代理的个数和移动代理的传播跳数,减少了节点信息收发和存储量,降低了网络流量及节点负载。     

面向无线传感器网络节点定位的移动锚节点路径规划

节点定位是无线传感器网络技术研究的一个基本问题,大多数无线传感器网络的应用和中间件技术都需要节点的位置信息.目前比较实用的定位方法是利用一些移动锚节点(如安装有GPS)根据有效的规划路径移动,通过发送包含其自身坐标的信息来定位其他节点,该方法不过多地增加无线传感器网络成本,还可以获得较高的定位精度.在该方法中,移动锚节点的路径规划问题是需要解决的基本问题.主要研究移动锚节点的路径规划问题,把图论引入到无线传感器网络节点定位系统.把无线传感器网络看成一个连通的节点无向图,路径规划问题转化为图的生成树及遍历问题,提出了宽度优先和回溯式贪婪算法.仿真实验和真实系统实验结果表明,该方法能够很好地适应无线传感器网络节点随机分布的节点定位,可以取得较高的定位精度.     

一种无线传感器网络移动节点的三维定位算法

定位技术是无线传感器网络最重要的技术之一。对无线感器网络在三维空间的移动节点,提出一种基于蒙特卡洛的三维无线传感器网络非测距分布式定位算法。算法利用外接正方体来表示节点的通信范围和移动范围,根据未知节点每时隙最大移动范围和锚节点通信范围形成采样区域,依据锚箱的体积确定采样数量,随机采集的样点取均值作为未知节点的估计位置。介绍算法的原理,并进行仿真分析。仿真结果表明,在锚节点比例较少的情况下,该算法能获得比较理想的定位精度,优于传统的质心算法,有效实现了移动节点在三维空间的定位,且无须额外硬件支持和昂贵的测距设备,适合于大规模的无线传感器网络的节点定位。     

一种基于Monte Carlo的移动传感网络精确定位算法

无线传感器网络作为一种全新的信息获取和处理技术,可以在广泛的应用领域内实现复杂的大规模监测和追踪任务.在传感器网络中,确定事件发生的位置或获取消息的节点位置是传感器最基本的功能和支撑技术.本文针对特定的应用场景,设计了适用于锚节点固定,节点自由移动的移动传感器网络的基于Monte Carlo方法的精确定位算法,并描述了其节点运动预测和位置选取模型,最后通过实验将本算法与以往研究成果中的代表性的移动传感器网络定位算法进行了模拟比较和分析.     

一种基于几何约束的移动无线传感器网络定位算法

在许多无线传感器网络应用中节点定位是至关重要的,现有的节点定位算法大部分都是针对静态传感器网络,移动无线传感器网络的定位研究相对较少。针对定位节点和锚节点移动特性,结合无线传感器网络的特点,提出了一种基于几何约束的非测距定位算法。该算法不需要复杂的计算,也不需要大量的通信,仅仅利用移动锚节点的信息,通过几何约束条件来缩小未知节点所在区域的面积,从而完成定位。仿真实验结果表明,所提出的算法与其它算法相比,能够提高定位精度,有较好的抗干扰性,并且大大减少了能量消耗。     

WSNs中的位置隐私评述

随着无线传感器网络（WSNs）的广泛应用,隐私已成为WSNs成功应用的一大障碍。当WSNs用于监控敏感对象,被监控对象的位置隐私成为一个重要问题。特别是WSNs在军事上的应用,基站一旦被控制或破坏,后果不堪设想。分析了WSNs的安全特点、位置隐私性能评价、面临的隐私威胁,并基于对WSNs位置隐私问题的分析和评述,指出了今后该领域的研究方向。     

移动无线传感器网络采样区域自调整的MCL定位算法

定位技术是无线传感器网络中关键的支撑技术之一。现有的无线传感器网络定位算法大多是针对静态场景的,不能直接应用于移动无线传感器网络。针对移动无线传感器网络的特点,在深入分析现有蒙特卡洛算法的基础上,提出一种改进机制,即采样区域自调整的蒙特卡洛节点定位(SA_MCL)算法。该算法通过对节点历史位置信息插值模拟获得节点的运动速度和方向,目的是为了自动调整采样区域,从而提高定位精度。仿真结果表明,采用SA_MCL算法,节点的定位精度有较大提高。     

无线传感器网络中移动目标的定位与跟踪

对侵入无线传感器网络中的目标,提出了一种移动节点和静态节点相结合的定位与跟踪方式.静态节点可以发现侵入传感器网络中的目标,移动节点与静态节点配合进一步确定目标的具体位置.仿真实验验证表明:该方法可以减少大规模的频繁移动节点,不需要过多地对移动节点的选择和运动进行特别复杂的计算,具有较好的定位精度和鲁棒性,对多目标的定位与跟踪研究有一定的启发作用.     

一种鲁棒性强的无线传感器网络位置隐私保护方案

传统无线传感器网络（WSNs）位置隐私保护方案难以解决安全性与网络能耗之间的均衡,为了提高网络隐私信息的安全性,提出一种鲁棒性强的无线传感器网络位置隐私保护方案.首先通过增加伪源节点和伪汇聚节点防止攻击者获得关键节点的位置信息;然后采用伪汇聚节点分组、概率丢弃冗余数据包降低网络资源消耗;最后在Matlab 2012平台下进行仿真对比实验.结果表明：该方案可以提高网络攻击事件检测率,降低网络时延,有效地保护源节点和汇聚节点的位置隐私.     

无线传感器网络中的路由协议研究

无线传感器网络作为计算、通信和传感器三项技术相结合的产物,是一种全新的信息获取和处理技术.本文首先简要介绍无线传感器网络体系结构和性能标准,然后着重从路由协议方面比较分析无线传感器网络的多种典型的路由协议,指出了各自的特色,最后指出了下一步的研究趋势.     

无线可充电传感器网络中充电规划研究进展

传感器网络作为当代信息获取的重要手段之一,受到各国各界的广泛关注.在传感器网络中,能量问题一直是限制其广泛应用的重要约束和挑战.由于无线充电技术和智能移动节点的发展,使得综合使用这两种技术能够彻底解决传感器网络中的能量问题.这类采用无线充电方案的传感器网络称为无线可充电传感器网络.其中,充电规划影响无线可充电传感器网络在解决能量问题时的成本和效果,因此成为研究的热点.综述了最近几年无线可充电传感器网络研究中充电规划设计,从软、硬件层面的6个不同维度对这些方案进行分类概述和对比分析,总结在不同应用场景下进行充电规划设计的一般性思路,并通过3个实例进行演示,验证该设计思路的易用性和实用性.     

基于无线传感器网络的定位系统设计

无线定位应用需求日益增长,研究无线传感器网络的定位应用具有重要意义。首先介绍基于无线传感器网络的定位系统的软硬件结构,然后从能量消耗、网络通信量和可靠性等方面来分析和选择移动结点的工作方式,并提出了使信标结点实现动态快速组网、提高网络通信效率和通信链路稳定性等所采取的措施,最后给出了在TinyOS下传感器结点的程序结构和实现,以及在服务器端实现的改进的加权质心定位算法。     

Secure localization and location verification in wireless sensor networks: a survey

The locations of sensor nodes are very important to many wireless sensor networks (WSNs). When WSNs are deployed in hostile environments, two issues about sensors’ locations need to be considered. First, attackers may attack the localization process to make estimated locations incorrect. Second, since sensor nodes may be compromised, the base station (BS) may not trust the locations reported by sensor nodes. Researchers have proposed two techniques, secure localization and location verification, to solve these two issues, respectively. In this paper, we present a survey of current work on both secure localization and location verification. We first describe the attacks against localization and location verification, and then we classify and describe existing solutions. We also implement typical secure localization algorithms of one popular category and study their performance by simulations.     

电力物联网下无线传感器网络位置隐私保护方法研究

首先对无线传感器网络的概念及其在电力物联网中的应用进行了简单的介绍,指出了无线传感器网络中存在的隐私问题;其次针对位置隐私保护进行了概述,并给出了攻击者模型;接下来,分别介绍了几种源节点位置隐私保护和汇聚节点位置隐私保护技术,并对它们的性能进行了分析和比较;最后,我们对电力物联网中的无线传感器网络位置隐私保护技术所需考虑的问题提出了见解和建议.     

Adaptive location updates for mobile sinks in wireless sensor networks

Mobile sinks can be used to balance energy consumption for sensor nodes in Wireless Sensor Networks (WSNs). Mobile sinks are required to inform sensor nodes about their new location information whenever necessary. However, frequent location updates from mobile sinks can lead to both rapid energy consumption of sensor nodes and increased collisions in wireless transmissions. We propose a new solution with adaptive location updates for mobile sinks to resolve this problem. When a sink moves, it only needs to broadcast its location information within a local area other than among the entire network. Both theoretical analysis and simulation studies show that this solution consumes less energy in each sensor node and also decreases collisions in wireless transmissions, which can be used in large-scale WSNs.