摘要:位置信息是物联网感知信息的基本要素之一,也是物联网提供基于位置服务的前提.位置信息在带来服务便利的同时,其泄露也带来诸多威胁.物联网位置隐私保护已成为当前的研究热点之一.综述了物联网位置隐私保护领域现有的工作,阐述了物联网位置隐私保护的目标与挑战,重点介绍物联网在定位过程、基于位置服务以及边信息中的位置隐私泄露方式及对应的位置隐私保护机制,并探讨了物联网位置隐私保护技术未来的发展方向.

摘要:在异构的无线传感器网络中,组成事件的不同类型的数据之间具有较强的相关性.为了减少能量的消耗,可以通过收集组成事件的部分感知数据来近似地检测该事件.提出近似事件检测的节点调度问题.将网络中的节点分成若干个集合,每个集合轮流工作,在保证收集到的部分数据能够有效地近似检测目标事件的同时,最大化网络的生命周期.证明了近似事件检测的节点调度问题是NP完全问题,并给出了基于贪心策略的近似比为1/2的近似算法.实验结果表明,方法能够有效延长网络的生命周期.

摘要:无线体域网是由附着在人体表的可穿戴传感器或植入人体内的生物传感器组成的无线网络.IEEE 802.15工作组于2012年正式发布了用于无线体域网的IEEE 802.15.6通信标准.该标准面向窄带通信主要采用支持QoS区分服务的时隙CSMA/CA接入机制.为深入理解该机制的内在特性,利用Markov链对饱和状态下的退避过程进行建模,并在此基础上分析了各个优先级的吞吐量、成功收包率和延迟等性能.仿真结果验证了模型分析的准确性.分析和仿真结果表明,该标准为不同优先级提供了区分服务,但在饱和状态下最高优先级会抢占大部分信道资源,造成其他优先级的资源短缺.

摘要:针对无线超宽带传感网中OFDM信号的接收,研究了基于多窄带接收设备的阵列化处理方法,以带宽拼接的方式实现超宽带(ultra-widdband,简称UWB)OFDM信号的接收与处理.首先,将超宽带OFDM信号的频带切分成许多子带,其中每两个相邻子带之间至少有一个子载波重叠.这样,超宽带OFDM信号被分解成多个子信号.与子带相等数目的窄带接收设备组成接收阵列,这些窄带设备分别工作在不同的子带上,以分布式协作的方式对相应子信号进行采样.然后,以相邻设备对重叠子载波的采样为依据,利用峰值对齐匹配法(peak value alignment retrieval, 简称PVAR)对相邻窄带接收设备采样数据进行时间对齐.再根据对齐的结果进行带宽拼接式数据融合,得到超宽带OFDM信号的离散信号.由于窄带接收设备的实现只需要低速ADC,因此有效解决了传统超宽带OFDM接收机中高速ADC的挑战.通过仿真考察了这种方法的有效性、同步误差的容错性、设备数量的扩展性以及不同信噪比影响下的性能.

摘要:针对水下传感器网络中通信信息安全性与水声信道通信特性的不足,提出了一种基于量子隐形传态的水下传感器网络分级加密通信协议.一级在水面基站与自由水下航行器之间,采用量子隐形传态实现两者之间共享量子密钥,利用纠缠关联空间非定域性保证其通信信息安全性;二级在水下节点到水下自由航行器之间,采用对称加密算法实现两者之间信息的加密传输,利用对称加密快捷的优点提高其通信信息效率.分别对量子攻击、经典攻击及通信效率这3个方面进行了分析,证明该协议能有效防止量子态截获、重构、替换等攻击.

摘要:为了实现认知无线传感器网络(CRSN)在授权频段的连续可靠通信,结合协作感知和宽带感知策略,提出了一种CRSN架构.通过在网络中部署专门负责频谱感知的认知节点,将频谱感知与数据传输功能进行了合理分配.在最大化感知和传输时间的同时,实现了频谱的实时感知和数据的连续传输,进而提高了频谱检测率和网络吞吐量.同时,由认知节点协作对宽带进行多信道联合检测,除了可以提高检测的可靠性,还有利于实现CRSN对授权频段的连续接入,进一步保证网络数据传输的连续性.通过仿真对不同硬融合准则下的平均网络吞吐量进行了分析和比较,结果表明该网络架构可以获得更高的吞吐量.

摘要:无线自组织网络(wireless ad hoc network)中链路的不可靠性与高丢包率是影响网络性能和应用的主要缺陷.为了优化多跳的不可靠无线网络中完成数据传输所需的数据分组发送次数,提出了融合路径切换思想的基于网络编码的路由协议(network coding routing with path switching,简称NCPS).为了发现潜在的适合网络编码的路径,首先分析并提出了网络中路径可编码与可解码条件;其次对比于传统的最优路径,分析得出了在网络编码下路径切换所能获取的编码收益;最后以优化网络中数据分组发送次数为目标,设计了网络编码下结合路径切换的路由协议.实验结果表明,在不同的网络环境参数下,NCPS能够有效减少网络中的数据发送次数,获取稳定的编码收益.

摘要:以接收信号强度(received signal strength,简称RSS)的测距技术为基础,借助移动传感器网络(MSN)中MCL类粒子滤波定位算法的采样、过滤方法,并融入物理中力的分解和合成的思想,提出了一种信号矢量分解的采样滤波移动节点定位算法.该算法通过建立直角坐标系,分解合成移动节点、样本点与信标节点间的信号矢量,利用误差圆环采样,比较移动节点与样本点的信号合矢量进行滤波,将合矢量模差绝对值最小的样本点坐标的均值作为移动节点的坐标.仿真结果表明,在同样的实验条件下,该算法的定位精度明显高于相比较的其他算法,且该算法不需要添加额外的硬件设备.

摘要:城市车载网络作为未来智能交通的重要组成部分,为解决城市交通问题提供了有效的解决方案.现有大部分路由方案未能很好地解决车辆高速移动、复杂城市交通环境和不同车流密度三大问题对路由转发的影响,导致路由协议的性能在高效和可靠性方面不足.根据城市交通信号传播环境、红灯等停以及公交运行轨迹固定、周期循环等特性,提出公交移动协助的城市车载网络路由协议,将车车之间的复杂、不确定路由转换为普通车辆-簇头-公交三层节点之间的确定、协作方式,发挥公交周期移动优势,并用簇头策略优化普通车辆与公交之间的通信.设计根据城市信号传播衰减与车辆移动相关的单跳链路筛选与多跳延迟相关的概率转发机制,保证公交转发的高效、可靠,并设计能自适应车流密度的簇头触发策略,仿真实验结果表明,整体方案转发跳数达到一定数量时,能取得较好的数据传输成功率和较低的网络延迟.

摘要:为了解决无线传感器网络的栅栏覆盖问题,对概率感知模型下的栅栏覆盖进行研究.通过对传感器节点费用和能耗的分析,利用相邻节点的数据融合技术,提出了一种可以监测移动目标小于临界速度的优化部署策略,并给出了该策略适用的临界条件.分析和仿真表明,该策略能够有效提高网络的生命周期.

摘要:针对基于拟合曲线的数据预测机制在WSN数据收集应用中区间敏感的问题,提出了基于时间周期的拟合曲线相似度序列,将基于预测的数据收集问题转化为一定精度下预测相似度的估计问题.基于特征相似度服从高斯分布的假定,研究准确预测感知相似度的最大概率,采用贪婪算法动态调整预测相似度.最后,采用PSO算法实现基于预测相似度的预测数据推断.仿真实验结果表明,该算法达到了预期效果,在能耗方面有较大的提高.

摘要:针对无线传感器网络中传输时延长、传输冲突大和吞吐量低等问题,提出了一种在Multi-Radio Multi-Channel无线传感器网络中信道分配和路由策略.该策略动态地建立k元n立方体拓扑结构,使用优化的静态信道分配算法提高节点的吞吐量,使用维序寻径的路由算法减少传输冲突.该方法适用于网络节点稠密、节点相互之间通信冲突大的情况,并且在单跳和多跳的网络环境下均适用.实验结果表明,基于k元n立方体这一拓扑结构的信道分配和路由策略与传统方法相比,有效地减少了端到端时延,降低了网络冲突,减少了节点能量消耗,延长了网络寿命,提高了网络吞吐量.

摘要:无线传感器网络中隐私保护技术已经成为研究热点,其中隐私保护精确Skyline查询协议已成为富有挑战性的研究问题.提出一种两层传感器网络隐私保护Skyline查询协议(PPSQ).该协议通过采用Z-O编码技术并结合HMAC机制,使得存储节点可以在无需感知数据明文的情况下判断出元组的支配关系,从而得出密文查询结果,保护了数据的隐私安全性;并通过辅助计算节点计算的验证码来保证查询结果的完整性.理论分析和实验结果表明,PPSQ协议能够保证感知数据、查询结果的隐私安全性和查询结果的完整性,且性能优于现有工作.

摘要:在无线传感器网络中,信息的传输需要安全的保护.在分簇管理的基础上,GTMS(group-based trust management scheme)算法利用节点的可信度来实现路由的安全.但是,它的可信度表示方法过于简单,无法反映信誉复杂性.因此,在基于区间的云相似度比较算法的基础上,以云理论为基础构建节点可信度,提出了基于云信任模型和蚁群算法的无线传感器网络簇可信路由算法.研究结果表明,在准确判定簇内节点可信度的基础上,CRPCTMAS (cluster reliability protocol based on cloud trust model and the ant scheme)算法建立了安全、有效的路由,保证了路由的高有效发包率,延长了网络的生命周期

摘要:抗毁性是评价无线传感网络拓扑结构的重要性能之一,如何构建一个健壮的网络显得尤为重要.基于复杂网络理论,提出一种关于节点度、剩余能量、传输距离的网络演化模型,简称DEDA.同时引入了几种适合无线传感网络的指标来评价网络的抗毁性.利用计算机仿真技术,比较了不同模型演化所形成的网络拓扑结构在随机和故意攻击下的抗毁性.实验结果表明,DEDA模型演化形成的无线传感网络在随机攻击和故意攻击下提供了更好的抗毁性.

摘要:针对分簇结构或多Sink节点的无线传感器网络应用场景,提出了一种基于Top-|K|查询的分布式数据重构方法.该方法包括分布式迭代硬阈值算法和基于双阈值的分布式Top-|K|查询算法两个部分.其中,管理节点和成员节点同时运行分布式迭代硬阈值算法,以分布式方式实现迭代硬阈值计算.同时,管理节点和成员节点运行基于双阈值的分布式Top-|K|查询算法,以分布式方式实现前一算法中查询绝对值最大的前K项元素和操作.实验结果表明,该方法的数据重构性能与现有方法无明显差异,同时能够有效地减少管理节点和成员节点之间的交互次数,并且降低网络中传输的数据量.