针对传统指纹定位方法指纹库庞大臃肿、信息冗余,数据处理机制单调的问题,提出了一种融合压缩感知的指纹信息密度凝聚定位算法(Fingerprint Information Density Aggregation Positioning Algorithm based on Compressed Sensing,FIDA)...针对传统指纹定位方法指纹库庞大臃肿、信息冗余,数据处理机制单调的问题,提出了一种融合压缩感知的指纹信息密度凝聚定位算法(Fingerprint Information Density Aggregation Positioning Algorithm based on Compressed Sensing,FIDA),实现了压缩采样、信号恢复到指纹建库、在线定位的双领域交叉映射,两者互补增益有效提升了系统定位能力。由空间特征修正聚类算法完成区域模糊划分,自适应场景特征并包容区域边缘失配RP;从有效性、区分度和可测性多尺度综合评价并筛选区域最优AP子集,以凝聚信息密度。定位匹配选择稀疏贝叶斯算法削弱指纹相关性影响,引入信息序列提升近邻RP权重。实验结果表明,所提方案精简指纹信息效果良好,能够有效凝练指纹库价值信息。定位精度显著优于本领域其他算法,相比传统定位算法具有一定优势,具备较高的潜力和应用价值。展开更多
为了进一步实现无线传感器网络生命周期的最大化,针对网络中能量均匀且均衡覆盖问题展开研究,提出覆盖率均衡区域覆盖算法BRACA(Balanced Rate Area Coverage Algorithm)。该算法引入覆盖率均衡思想,将各传感器节点对目标区域覆盖率的...为了进一步实现无线传感器网络生命周期的最大化,针对网络中能量均匀且均衡覆盖问题展开研究,提出覆盖率均衡区域覆盖算法BRACA(Balanced Rate Area Coverage Algorithm)。该算法引入覆盖率均衡思想,将各传感器节点对目标区域覆盖率的均衡性与节点剩余能量的均衡性作为筛选因子,且通过调节传感器节点的剩余能量与其平均覆盖率的比例关系,筛选出最大不相关且代价最小的网络覆盖子集,以尽可能少的节点实现对区域的覆盖。经对比实验验证,算法BRACA具有更高的计算效率,所生成的ε-覆盖子集,以更少且更均衡的能量消耗,保证了网络覆盖率≥90%,有效地延长了网络生命周期。展开更多
从进攻方的角度出发,该文研究目标如何以尽可能低的发现概率,消耗尽可能少的时间穿越已被传感器节点监控的区域。基于此研究目标,提出一种兼顾安全和时效性能的SS(Security and Speed)启发式的移动轨迹策略和相应的评价指标——综合增益...从进攻方的角度出发,该文研究目标如何以尽可能低的发现概率,消耗尽可能少的时间穿越已被传感器节点监控的区域。基于此研究目标,提出一种兼顾安全和时效性能的SS(Security and Speed)启发式的移动轨迹策略和相应的评价指标——综合增益Integrated Gain(IG)。此策略无需全网拓扑信息的支持,能动态地反映目标对安全和时效两种性能的不同需求。通过仿真试验证明,该策略对网络中节点密度和分布有更低的敏感性;和经典的Voronoi算法相比,该策略克服Voronoi中存在的工作盲区和轨迹蔓延的问题,平均综合增益更加接近理想算法的结果,而计算复杂度却远远低于理想算法。展开更多
对于普遍存在的异构传感器网络,目前尚缺乏有力的方法解决其覆盖势力的剖分问题。对此,该文提出一种本地化的覆盖势力剖分算法—CFA(Coverage Force Algorithm)。该算法根据节点感应能力的差异,构建基于感应异构性的"通用Voronoi&q...对于普遍存在的异构传感器网络,目前尚缺乏有力的方法解决其覆盖势力的剖分问题。对此,该文提出一种本地化的覆盖势力剖分算法—CFA(Coverage Force Algorithm)。该算法根据节点感应能力的差异,构建基于感应异构性的"通用Voronoi"图,能有效对网络中异构节点的覆盖势力范围进行剖分。实验证明,CFA算法解决了异构网络覆盖性能分析问题,和传统的Voronoi图方法相比,具有广普性和本地化的特点。展开更多
文摘针对传统指纹定位方法指纹库庞大臃肿、信息冗余,数据处理机制单调的问题,提出了一种融合压缩感知的指纹信息密度凝聚定位算法(Fingerprint Information Density Aggregation Positioning Algorithm based on Compressed Sensing,FIDA),实现了压缩采样、信号恢复到指纹建库、在线定位的双领域交叉映射,两者互补增益有效提升了系统定位能力。由空间特征修正聚类算法完成区域模糊划分,自适应场景特征并包容区域边缘失配RP;从有效性、区分度和可测性多尺度综合评价并筛选区域最优AP子集,以凝聚信息密度。定位匹配选择稀疏贝叶斯算法削弱指纹相关性影响,引入信息序列提升近邻RP权重。实验结果表明,所提方案精简指纹信息效果良好,能够有效凝练指纹库价值信息。定位精度显著优于本领域其他算法,相比传统定位算法具有一定优势,具备较高的潜力和应用价值。
文摘为了进一步实现无线传感器网络生命周期的最大化,针对网络中能量均匀且均衡覆盖问题展开研究,提出覆盖率均衡区域覆盖算法BRACA(Balanced Rate Area Coverage Algorithm)。该算法引入覆盖率均衡思想,将各传感器节点对目标区域覆盖率的均衡性与节点剩余能量的均衡性作为筛选因子,且通过调节传感器节点的剩余能量与其平均覆盖率的比例关系,筛选出最大不相关且代价最小的网络覆盖子集,以尽可能少的节点实现对区域的覆盖。经对比实验验证,算法BRACA具有更高的计算效率,所生成的ε-覆盖子集,以更少且更均衡的能量消耗,保证了网络覆盖率≥90%,有效地延长了网络生命周期。
文摘从进攻方的角度出发,该文研究目标如何以尽可能低的发现概率,消耗尽可能少的时间穿越已被传感器节点监控的区域。基于此研究目标,提出一种兼顾安全和时效性能的SS(Security and Speed)启发式的移动轨迹策略和相应的评价指标——综合增益Integrated Gain(IG)。此策略无需全网拓扑信息的支持,能动态地反映目标对安全和时效两种性能的不同需求。通过仿真试验证明,该策略对网络中节点密度和分布有更低的敏感性;和经典的Voronoi算法相比,该策略克服Voronoi中存在的工作盲区和轨迹蔓延的问题,平均综合增益更加接近理想算法的结果,而计算复杂度却远远低于理想算法。
文摘对于普遍存在的异构传感器网络,目前尚缺乏有力的方法解决其覆盖势力的剖分问题。对此,该文提出一种本地化的覆盖势力剖分算法—CFA(Coverage Force Algorithm)。该算法根据节点感应能力的差异,构建基于感应异构性的"通用Voronoi"图,能有效对网络中异构节点的覆盖势力范围进行剖分。实验证明,CFA算法解决了异构网络覆盖性能分析问题,和传统的Voronoi图方法相比,具有广普性和本地化的特点。