无线传感器网络恶意节点定位综述

无线传感器网络是近年来研究比较热门的课题,无线传感器网络的应用十分广阔,从军事到农业物联网,无线传感器网络起到了重要作用。但是网络中恶意节点行为也为其带来很大的风险,无论是外部恶意节点还是内部被俘节点都对无线传感器网络产生巨大危害,该文章从恶意节点定位的特点和研究现状出发,分析了目前国内外主要的恶意节点定位的方法和模型。为以后进一步改进定位提供参考。     

无线传感器网络中DPC安全定位算法研究

在资源受限的无线传感器网络中,如何安全、有效地获取节点位置信息是一个极具挑战性的问题,通过对多种安全定位算法分析,提出了一种分散式的基于RSSI测距的DPC安全定位算法,算法应用测量一致性以及测量与计算一致性原理检测并滤除多种恶意攻击生成的虚节点,而且算法没有设计中心节点,所有的正常节点都参与安全定位算法,对算法性能的讨论以及实验结果表明,在噪声环境和虚节点较多的情况下,DPC算法仍然有很高的效率,并能应对多种恶意攻击。     

无线传感器网络节点A身定位算法综述

节点位置信息是无线传感器网络应用的基础。介绍了无线传感器网络节点定位的基本原理,论述了已提出的几种典型定位算法,并对其进行了分析与比较。在综合分析当前定位算法不足的基础上,指出了无线传感器网络节点定位算法的研究方向。     

无线传感器网络节点自身定位算法综述

节点位置信息是无线传感器网络应用的基础.介绍了无线传感器网络节点定位的基本原理,论述了已提出的几种典型定位算法,并对其进行了分析与比较.在综合分析当前定位算法不足的基础上,指出了无线传感器网络节点定位算法的研究方向.     

信号强度和运动向量结合的无线传感器网络移动节点定位

无线传感器网络的定位是近年来无线传感器网络研究的重要课题.本文首先介绍了无线传感器网络的来源、重要性以及无线传感器网络定位的分类.然后提出了一种全新定位算法,信号强度和运动向量结合的无线传感器网络移动节点定位,简称SSMV算法,在外围布置四个锚节点,得用信号强度和未知节点在运动中向量的变化,对锚节点在内的未知节点进行定位,并对该算法进行了仿真和总结.通过与凸规划法进行比较,仿真结果表明,该算法有更高的定位精度.     

无线传感器网络中基于映射扩散的节点定位算法

提出了一种基于映射扩散的无线传感器网络节点定位算法,适用于规模较大、参考节点较少的无线传感器网络.该算法在传感器网络中首先随机选择一个节点作为"起始节点",然后根据扩散算法选择3个"一级节点",然后以每个一级节点为中心,逐级外推,直至覆盖网络中的所有节点.仿真结果证明,该算法可以快速准确进行定位,可降低和均衡所有节点的能耗,提高定位精度.     

模拟退火算法在无线传感器网络定位中的应用

近年来,随着对无线传感器网络研究的不断深入,节点定位问题受到了国内外研究者的极大关注。在深入研究无线传感器网络节点定位和模拟退火算法的基础上,提出了一种新颖的无线传感器网络节点定位算法,着重介绍了算法的基本原理和实现方法。仿真实验结果表明,该算法取得了良好的定位效果。该算法设计简单,计算量小,比较适合于无线传感器网络的节点定位。     

无线传感器网络节点定位技术综述

无线传感器网络在许多领域有着重要的科研和使用价值,网络中传感器节点自身定位可为无线传感器网络的很多应用提供基础信息,是重要研究方向之一.从无线传感器网络节点定位技术的研究意义与应用价值出发,介绍了节点定位技术的基本原理与方法,并讨论了定位算法的评价标准,最后对节点定位技术的发展方向进行了展望.     

基于 RSSI 的无线传感器网络节点定位算法研究

节点位置信息是无线传感器网络应用的基础。基于RSSI（Receive Signal Strength Indicator）的测距技术因其低成本和低复杂度的优点而被广泛用于无线传感器网络的定位技术中。介绍了RSSI信号传输模型,在介绍无线传感器网络定位基本原理的基础上,分析了影响定位精度的因素。综述了近几年提出的无线传感器网络中基于RSSI的节点定位算法及其改进算法,现有基于RSSI定位算法的改进算法主要从测距精度改进、定位精度改进或误差修正改进等方面进行。最后,指出了基于RSSI的无线传感器网络节点定位算法的不足,并进行展望。     

基于DV-Hop的RSSI-Hop算法

在无线传感器网络中,监测到时间之后关心的一个重要问题就是该事件发生的位置。传感器节点能量有限、可靠性差、节点规模大且随机布放、无线模块通信距离有限,对定位算法和定位技术提出了很高的要求。针对随机布放、节点配置低的无线传感器网络,提出一种新的RSSI-Hop定位方法,该方法可以在不增加硬件开销的基础上,有效降低节点能量消耗,较准确地估算未知节点到参考节点之间的距离,减少累积误差,提高定位的准确性。其主要思想是,节点信息根据RSSI强弱,估算各节点到信标节点之间的距离。实验表明,新算法比以前的算法定位更准确。     

Range‐free intersecting chord‐based geometric localization scheme for wireless sensor networks

Recent advancement in wireless sensor network has contributed greatly to the emerging of low‐cost, low‐powered sensor nodes. Even though deployment of large‐scale wireless sensor network became easier, as the power consumption rate of individual sensor nodes is restricted to prolong the battery lifetime of sensor nodes, hence the heavy computation capability is also restricted. Localization of an individual sensor node in a large‐scale geographic area is an integral part of collecting information captured by the sensor network. The Global Positioning System (GPS) is one of the most popular methods of localization of mobile terminals; however, the use of this technology in wireless sensor node greatly depletes battery life. Therefore, a novel idea is coined to use few GPS‐enabled sensor nodes, also known as anchor nodes, in the wireless sensor network in a well‐distributed manner. Distances between anchor nodes are measured, and various localization techniques utilize this information. A novel localization scheme Intersecting Chord‐Based Geometric Localization Scheme (ICBGLS) is proposed here, which loosely follows geometric constraint‐based algorithm. Simulation of the proposed scheme is carried out for various communication ranges, beacon broadcasting interval, and anchor node traversal techniques using Omnet++ framework along with INET framework. The performance of the proposed algorithm (ICBGLS), Ssu scheme, Xiao scheme, and Geometric Constraint‐Based (GCB) scheme is evaluated, and the result shows the fact that the proposed algorithm outperforms the existing localization algorithms in terms of average localization error. The proposed algorithm is executed in a real‐time indoor environment using Arduino Uno R3 and shows a significant reduction in average localization time than GCB scheme and similar to that of the SSU scheme and Xiao scheme.     

无线传感器网络中一种协同源定位算法

针对无线传感器网络传统目标定位过程中,数据在大量传感器节点间传输使得节点能量迅速耗尽,同时远距离低信噪比节点对定位精度的影响等问题。基于分区域协同工作的思想,提出了一种协同源定位算法。对该算法进行仿真试验,结果显示,该算法明显降低了网络能耗,且具有较高的定位精度和稳健性。     

基于改进DV-Hop的无线传感器网络节点定位算法

针对DV-Hop距算法定位误差大的难题,提出一种改进离估计误差,并利用DV-Hop的传感器节点定位算法。首先修正知节点与信标节DV-Hop算法对节点进行定位;然后对进V-Hop算法定位误差行校正,最后在Matlab 2012平台上对算法性能进行仿真分析。仿真结果表明,本文算法可以较好地克服DV-Hop算法存在的不足,提高了传感器节点的定位精度。     

Multiregional secure localization using compressive sensing in wireless sensor networks

Security and accuracy are two issues in the localization of wireless sensor networks (WSNs) that are difficult to balance in hostile indoor environments. Massive numbers of malicious positioning requests may cause the functional failure of an entire WSN. To eliminate the misjudgments caused by malicious nodes, we propose a compressive‐sensing–based multiregional secure localization (CSMR_SL) algorithm to reduce the impact of malicious users on secure positioning by considering the resource‐constrained nature of WSNs. In CSMR_SL, a multiregion offline mechanism is introduced to identify malicious nodes and a preprocessing procedure is adopted to weight and balance the contributions of anchor nodes. Simulation results show that CSMR_SL may significantly improve robustness against attacks and reduce the influence of indoor environments while maintaining sufficient accuracy levels.     

传感器网络的粒子群优化定位算法

无线传感器网络定位问题是一个基于不同距离或路径测量值的优化问题。由于传统的节点定位算法采用最小二乘法求解非线性方程组时很容易受到测距误差的影响,为了提高节点的定位精度,将粒子群优化算法引入到传感器网络定位中,提出了一种传感器网络的粒子群优化定位算法。该算法利用未知节点接收到的锚节点的距离信息,通过迭代方法搜索未知节点位置。仿真结果表明,该算法有效地抑制了测距误差累积对定位精度的影响,提高了节点的定位精度。     

基于几何学的无线传感器网络定位算法

提出一种基于几何学的无线传感器网络(WSN)定位算法。把网络区域中的节点分为锚节点和未知节点,假设在定位空间中有n个锚节点,由于受到几何学的限制,实际可行的锚节点序列是有限的,因此利用一种几何方法判断锚节点间的位置关系,从而选取最优的锚节点序列,能够更精确地确定未知节点的位置,并且分析了待定位节点的邻居锚节点数量对定位精度的影响。仿真结果表明,与已有的APS(Ad-Hoc positioning system)定位算法相比,该算法可有效地降低平均定位误差和提高定位覆盖度。     

无线传感器网络节点定位算法研究

研究无线传感器网络节点定位的方法。首先介绍了节点定位的基本原理,在总结节点定位原理的基础上,对节点定位方法的分类依据进行了归纳。在对无线传感器网络节点定位方法的研究中,主要对是否基于测距的节点定位方法进行具体分析,介绍了2种类型的定位方法的基本原理,并对2种类型的定位方法中的典型算法做了具体说明,最后介绍了定位算法的评价标准。     

一种基于网络密度分簇的移动信标辅助定位方法

现有移动信标辅助定位算法未充分利用网络节点分布信息,存在移动路径过长及信标利用率较低等问题。该文把网络节点分簇、增量定位与移动信标辅助相结合,提出了一种基于网络密度分簇的移动信标辅助定位算法(MBL(ndc))。该算法选择核心密度较大的节点作簇头,采用基于密度可达性的分簇机制把整个网络划分为多个簇内密度相等的簇,并联合使用基于遗传算法的簇头全局路径规划和基于正六边形的簇内局部路径规划方法,得到信标的优化移动路径。当簇头及附近节点完成定位后,升级为信标,采用增量定位方式参与网络其它节点的定位。仿真结果表明,该算法定位精度与基于HILBERT路径的移动信标辅助定位算法相当,而路径长度不到后者的50％。