摘要:针对无线传感器网络目标定位中的非视距问题,为了抑制非视距误差,提高定位精度,提出一种基于圆盘散射体的非视距定位算法.新算法根据基站收到的多径到达时间,计算加权测量均值,与圆盘散射体模型理论均值进行匹配,建立目标函数,同时引入圆盘半径约束,通过对目标函数求取极值,解出含有目标位置的最优解.仿真实验结果表明,与其他目标定位算法相比,该算法能够得到全局最优解,提高非视距环境下的定位精度.

摘要:提出了针对轻量级分组密码算法 MIBS-80 的 Biclique 分析.利用两条独立的相关密钥差分路径,构造了4轮维度为4 的 Biclique 结构,在此基础上对密钥空间进行了划分,结合预计算技术,对每一个密钥子空间进行筛选以降低中间相遇攻击所需的计算复杂度,实施了对12 轮 MIBS-80 的密钥恢复攻击.攻击的数据复杂度为2⁵²个选择明文,计算复杂度约为2^77.13次12 轮 MIBS-80 加密,存储复杂度约为2^8.17,成功实施攻击的概率为1.与已有攻击方法相比,在存储复杂度及成功率方面具有优势.

摘要:无线传感器网络路由协议往往是针对特定的任务类型和网络状态设计的,动态路由系统可以在运行时,自适应地选择性能最优的路由协议.利用规则引擎设计了一种无线传感器网络动态路由系统.采用了模块化的设计方法,使得多路由协议共存时可以共享资源.利用规则引擎的灵活性和智能性实现路由协议的自适应切换机制.实验结果显示,在多任务网络环境下,动态路由在满足服务质量的同时可以有效地降低网络能耗.

摘要:移动社会网络是一种由大量具有社会特征的节点组成的机会网络.已有的基于社区的路由算法大多选用社会性最优的节点参与转发,而没有考虑到社区分布对节点移动的影响,将这些算法直接用于移动社会网络中会导致网络资源消耗高、传输成功率低等问题.针对这些问题,提出一种基于社区的消息机会传输算法,在社区间根据节点到目标社区的传输概率选择社区间的最优传输路径,在社区内选择与目标节点相遇概率较高的节点完成社区内传输.仿真实验结果表明,在移动社会网络中,该算法与 Prophet,Spray and Wait 等经典算法相比,提高了消息传输成功率,降低了网络开销.

摘要:行为识别在普适计算、人机交互等领域有着广阔的应用前景.综述了基于无线信号的行为感知与识别技术.无线行为识别具有超视距、部署简便、无需携带设备等优点.其基本思想是,传播的无线信号在人体处被阻挡、反射或散射,形成特定的传播路径.用户的不同动作使得该路径呈现不同的特点.观察无线信号在传播中的变化,就能辨识出用户的动作.介绍了无线行为识别的基本原理和应用领域,分析了该技术面临的主要挑战以及相关性能指标,并探讨了该领域的开放问题与发展趋势.

摘要:把集合论思想引入异构传感网认证密钥方案设计中,提出一种基于双线性对动态累加器的异构传感网认证密钥协商方案.已往基于经典随机图等理论的安全方案主要实现了节点间密钥协商,使身份认证和密钥协商割裂开来;新方案则从集合论的角度把异构传感网认证密钥协商转化为集合元素关系认证,实现了身份认证和密钥协商的有效融合.方案包括异构传感网身份认证、密钥协商和广播认证这3 部分.节点通过交换 ID 与证人信息相互验证身份合法性;合法节点协商生成共享密钥;利用广播消息动态增加/删除节点,更新节点证人信息.实验分析表明,该方案不但实现了身份认证、密钥协商和广播认证的有效融合,而且具有良好的安全性、扩展性和网络结构变化的自适应性,适用于节点性能和安全性需求较高的场景中.

摘要:首先针对个人航位推算系统中计步算法的阈值设定问题,提出了一种基于有限状态机的阈值自学习算法.通过该算法可以在较短的时间内(10s)获得自适应阈值,提高计步算法的准确性.然后在利用该阈值进行计步的同时,对连续步态进行分割,并以分割结果作为动态窗口进行主成分分析,可以获取目标运动的方向.此外,通过利用运动步态模型中加速度变化的规律可以有效解决180°模糊问题.实验分析结果表明,相比于固定窗口的 PCA 分析方法,基于动态窗口的 PCA 在数据处理量降低61.2%的情况下,其准确度提高了11.1%.

摘要:无线传感器网络中,节点通过单跳或多跳传递信息.如能提前获知链路质量信息,为上层路由选择链路提供参考,是感知信息实时、准确地送达监控中心的基础.在分析现有基于智能学习链路质量预测方法的基础上,提出一种基于云模型的链路质量预测机制.通过收集不同场景下的链路质量样本,采用自适应高斯云变换对训练样本中的 RSSI(received signal strength indication),LQI(link quality indicator),SNR(received signal strength indication)及PRR(packet reception rate)进行链路划分;考虑到传感器节点的资源受限问题,采用 Apriori 算法对划分后的链路质量参数 RSSI,LQI,SNR 及 PRR 进行关联规则挖掘;在此基础上,基于三维云正向发生器预测链路质量.仿真结果表明,与基于 BP 神经网络的预测方法相比,提出的链路质量预测机制具有较高的预测精度.

摘要:针对基于 IMU(inertial measure unit)的航位推算精准度不高与室内楼层间路径优化困难等问题,首先提出了基于启发式动态规划的三维路径规划算法 A-DP,然后,以最优路径为约束,改进了 HDE 算法(SPM-HDE),提高了行进方向的准确度,最后,结合其他 IMU 导航技术,完成在室内三维空间中的导航.经检验,算法效率与航位推算的精确度均有较大提高.