弱稀疏性下的无线传感器网络事件检测算法

为提高弱稀疏性条件下基于压缩感知的无线传感器网络事件检测的可靠性和有效性,提出一种迭代凸优化网络事件检测算法。该方法利用多次凸优化算法共同对弱稀疏性网络事件进行检测,在每次运行凸优化算法后,对已检测出的网络事件进行加权以降低权值,从而有利于其他网络事件在下次凸优化中得到检测。与以往的无线传感器网络事件检测算法相比,迭代凸优化检测算法可在网络事件稀疏性较弱的情况下保证成功检测概率。仿真实验验证了所提算法的正确性。     

基于数据预处理的无线气象传感网数据重构模型

针对无线气象传感网内由于节点数量大、感知数据冗余度高而导致节点通信耗能过高的问题,提出了数据联合稀疏预处理模型,利用监测区域气象要素预报值和各簇头要素值计算出一个全网公共分量并对网内数据进行预处理。将分布式压缩感知应用于簇型传感网中,对各节点感知数据进行压缩观测,在汇聚节点进行数据重构,从根本上降低节点通信量,均衡负载;同时设计了一个基于公共分量异常数据稀疏方法。仿真实验中,相对于单独使用压缩感知,数据联合稀疏预处理模型能够有效利用数据时空相关性提高数据稀疏度,压缩性能提高了25%,重构性能提高46%;同时,异常数据处理方案能够以96%的高概率恢复异常数据。因此,该数据预处理模型能够提高数据重构效率,有效降低网内数据通信量,延长网络寿命。     

基于多事件并发的无线传感网数据一致性信任评价

目前无线传感器网络的信任评价模型主要研究节点通信方面的信任,很少研究节点发送数据一致性方面的 信任。数据一致性信任评价要求一段时间以内传感区域只发生一个事件,否则不但不能准确区分多个事件,还会把合 法节点与恶意节点混淆,针对这一局限,提出一种适用于多事件并发的数据一致性信任评价方法。仿真结果表明,在 传感区域多事件并发的时候,该方法能准确区分多个事件,也能发现并排除恶意节点,降低误判率。     

无线传感网中一种基于支持向量机的异常事件检测方案

异常事件检测问题是无线传感器网络中的研究热点之一。针对现有检测方案的不足,设计一种新的时间-空间-属性单类超球面支持向量机来建模异常事件检测问题,然后提出无线传感器网络在线和部分在线离群点检测算法。该算法根据节点间的时间-空间和属性关联度确定超球面的半径,最后以在线方式鉴别到达节点的每一个新的测量值是正常数据还是异常数据。仿真实验结果表明,与基于时空关联度的超球面支持向量机相比,新算法的检测率大大上升,虚警率明显下降。同时,部分在线算法与在线算法的效率相当,大大降低了计算和通信复杂度。     

基于压缩感知的无线传感网络数据压缩

无线传感器网络（Wireless Sensor Networks,WSN）负责感知、采集、处理和监控环境数据,但是容易受限于资源。压缩感知（Compressed Sensing,CS）理论表明,利用最优化理论,稀疏信号可以从少量的非自适应线性投影中高概率精确恢复。根据CS理论设计WSN的数据压缩方法只依赖于信号内在的结构和内容,而不是信号的带宽,弥补了WSN的不足;提出了基于稀疏随机投影的编码方法;仿真结果表明系统在满足误差要求条件下构造的数据包减少至结点数目的30%,提高了WSN通信效率,降低了系统能耗。     

基于差值信号稀疏模型的分布式压缩感知

利用无线传感器网络的空间相关性,构建了一种差值信号稀疏模型,该模型适用于对同一物理现象或事件进行监测的传感器网络应用。在差值信号稀疏模型的基础上,提出了一种适用于该模型的分布式压缩感知算法,该算法能够在节点间不通信的情况下实现对差值信号的编码。仿真结果表明,与单独重构相比,提出的算法可以用更少的观测值联合重构出信号群,以能量有效的方式满足了无线传感器网络的应用。     

基于WSNs的压缩频谱感知稀疏基设计

研究了现有利用无线传感器网络(WSNs)进行区域压缩频谱感知的算法,针对其运算量大,准确性有限的问题,设计了以子带基作为稀疏基进行压缩感知(CS)的算法;证明了子带基作为稀疏基的正交性和完备性;同时计算表明子带基满足重构的约束等距条件.仿真结果显示:以子带基进行重构可以准确给出频谱的占用位置和幅值,比传统的边缘检测算法提高了压缩频谱感知的准确性和鲁棒性,同时具有更高的压缩比,运算量小,适于在WSNs中实施.     

高效容错的无线传感网事件及其边界检测算法

事件检测与事件边界检测是无线传感器网络的重要应用之一,节点故障的准确检测是提高事件与事件边界检测效率的前提.然而,目前的故障检测机制对节点故障类型分析不够明晰,导致系统可能将事件边界节点误判为故障节点,且常需要传感器节点间进行频繁通信,导致网络系统容错性能和节点利用率低下,并带来额外的能耗开销.为了达到较高的检测精度与能源利用率,提出了一种新的高效容错的无线传感网事件及其边界检测算法：利用时间相关性实现无线传感器网络事件检测,利用空间相关性实现故障检测与事件边界检测;提出了节点的信息可靠度恢复机制,使得节点能够根据网络环境的变化,自动调整节点的信息可靠度.实验结果表明,即使在故障概率较高的情况下,该策略仍然具有良好的性能表现.     

无线传感网中的入侵检测关键技术研究

由于无线链路的弱点,节点缺少物理保护,拓扑的动态变化,缺乏集中的监控点等,使得无线传感器网络存在着更多的安全问题.入侵检测技术可作为第二道安全防线来弥补入侵预防技术的不足,是当前研究的热点问题之一.文章结合目前无线传感网IDS技术的发展现状,对入侵检测方法、IDS模型进行深入分析,并针对静态IDS模型存在的问题,提出了一种动态的IDS模型,在安全性、稳定性和健壮性方面都有所改进.     

基于稀疏变换的图像压缩方法的研究

针对无线多媒体传感器网络中节点计算能力、存储空间和能量等资源受限问题,提出了联合稀疏变换的分布式压缩感知视频压缩方法。该方法对传感器采集到的图像序列先进行分布式视频编码,再利用联合稀疏变换对图像进行稀疏表示,其中联合稀疏变换方法结合了冗余字典和正交基稀疏变换的优点,比冗余字典稀疏表示得到的图像更稀疏,压缩效率更高。仿真结果表明,该方法有效减少了编码和传输的数据量,降低了图像压缩传输时间。     

无线传感器网络安全认证技术综述

作为安全机制的核心与重要基础环节,如何在无线传感网的各种限制下,安全、高效、低能耗地实现认证,始终是无线传感网安全研究领域的热点.敌对环境下的无线传感网应用中,为了防止恶意节点注入非法信息或篡改数据等攻击,在节点的身份认证和控制信息的发布中必须引入认证密钥.同时,安全认证还需要考虑到随着不可信节点的被发现、旧节点能量耗尽以及新节点的加入等新情况的出现.系统介绍了无线传感网安全认证问题的研究内容及研究现状,就当前主要解决方案进行了深入阐述,针对当前研究中的优缺点,给出了进一步的研究方向.     

基于CMDS-MSO的无线传感器网络定位算法

针对基于经典多维标度(CMDS)的定位算法中用最短路径距离替代节点间Euclidean距离造成的距离误差,结合质点弹簧模型(MSO)抑制误差的优点,提出了基于CMDS-MSO的新定位算法,该算法既有效抑制了CMDS算法的定位误差,又克服了质点弹簧优化模型算法易陷入局部最优的不足,有效提高了节点的定位精度。仿真结果表明,基于CMDS-MSO的新型定位算法的定位精度要高于基于CMDS的定位算法和基于MSO的定位算法,具有较强的鲁棒性。     

无线传感器网络中一种自适应的退避算法

802.15.4协议中CSMA/CA信道接入方式为了避免再次碰撞使用BEB退避算法,在重负载的情况下网络性能较差。提出一种自适应的退避算法,它用报文的冲突概率来预测节点附近信道的争用状况,在不同的网络状况下,竞争窗口的取值采用相应的退避策略,动态地控制节点的退避范围,以达到改善网络性能的目的。分析与仿真结果表明,新的算法与传统的退避算法BEB算法相比,在网络负载重的情况下,有效地降低了数据包的冲突概率,减少了时延,提高了网络的吞吐量,同时对信道的公平性也有所改善。     

无线传感器网络中面向拥塞控制的矩阵控制机制

无线传感器网络是近年来的新兴技术,是国内外当前信息领域中研究的热点之一。该网络是一类面向应用、以数据为中心的无线网络。在军事、民用和智能居家有着广泛的应用前景。为此,如何高效、公平、节能地将数据汇集到基站是该类网络的一个关键问题。提出了一种分布式的、动态的,对不同的路由路径建立动态矩阵信号机制。该机制可以快速检测拥塞并反馈给后继结点,从而迅速缓解拥塞。模拟实验结果和分析表明该机制公平、稳定、节能。它能有效地避免无线传感器网络拥塞并具有更高的链路带宽利用率。     

一种Beacon协助的传感器网络定位方法

对无线传感器网络中的定位问题进行了研究,提出一种基于移动beacon协助的定位方法,该方法仅使用一个移动beacon即可完成对整个无线传感器网络的定位.给出两种beacon移动方式来进行定位,经过大量详实的仿真实验,验证了方法的有效性及定位的高精确度,可以将平均误差缩小到30厘米.     

一种异步自适应无线传感器网络MAC协议

针对无线传感器网络低能耗、低延时的特点,提出一种异步自适应MAC协议:AA-MAC.该协议缩短了无线传感器网络MAC协议中异步唤醒方式的前导帧长度,同时采用自适应监听来减少数据发送延时.通过在NS2上的仿真模拟比较,发现AA-MAC相对于同类型的MAC协议有更好的节能效果和更短的延时,因此AA-MAC能更适合无线传感器网络的要求.     

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。     

面向无线传感器网络应用的嵌入式操作系统综述

相比一般的嵌入式系统,无线传感器网络节点对操作系统的体积大小﹑能量利用率﹑节点相互间通信以及可重配置﹑可靠性和适应性等方面提出了更高的要求.由于这些特点,针对无线传感器网络节点也出现了各种各样的操作系统.阐述了无线传感器网络的特点及其对操作系统的要求,并介绍了当前无线传感器网络领域所应用的几种操作系统,提出了零操作系统的概念,也对传感器网络操作系统的版权进行了一些讨论,最后对传感器网络操作系统当前现状及发展作了总结.     

一种基于数据驱动的无线传感器网络分簇算法

由于无线传感器网络的能量有限,尽可能地减少能量消耗成为设计者的主要研究目的之一。在研究LEACH及其改进算法TEEN等算法的基础上,提出一种基于数据驱动的无线传感器网络分簇算法,即CADD算法。在CADD算法中,节点的数据发送基于两个参数:采集数据的信息量以及节点没有发送数据时延,通过两个参数的计算结果与设置阈值的比较关系判断数据的发送与否。在数据传输过程中,提出使用数据传输状态与节点信息素转换的方法,用于减少数据传输冲突。此外,在簇头选举阶段,通过使数据传输量小的节点较大概率地成为簇头,有效优化了簇头选举。最后,通过仿真的方法,将CADD算法与LEACH算法和TEEN算法进行对比,结果表明CADD算法优于LEACH算法和TEEN算法。