节点作为移动网络混乱广播邻域．依据邻域半径的排斥和吸
引情况实现移动网络拥塞节点定位，并依据迭代机制实现误
差最小化．该方法能够有效提高拥塞节点定位精度，但存在
网络开销过大的问题。文献[10]分析了物联网下移动网络
的路径损耗模型．组建了基于信号接收强度以及距离的拟合
关系模型．提出一种融合于协同预测机制的物联网下的移动
网络拥塞节点定位方法。该方法采用移动网络混乱未知节
点历史时刻的位置信息辅助当前时刻的拥塞节点定位，将移
动网络未知节点历史时刻的位置作为锚节点的位置，速度值
作为通信半径对拥塞节点进行辅助定位。该方法对测距误
(4)
y2(q)= Ol
式中，y2(弩)代表移动网络混乱下最弱节点特征提取误差最
小化系数，依据物联网环境下移动网络拥塞节点动态特征，
采用粒子群算法将粒子作用至移动网络节点上，分别利用下
式表示第k个粒子的更新速度以及空间位置
(5)
X。(∞)=(X。。(口)， ，X。，(口))
(6)
互(”)=(z。。(w)， ，z。，(”))
式中，x。，(”)和。。，(”)分别代表F时段粒子的更新速度
及其相应的空间位置，在粒子群中粒子的关联适应性参数值
域范围内选取最小值，由此获取物联网下移动网络拥塞节点
差具有较好的鲁棒性，但定位成功率较低。
针对上述产生的问题，提出一种基于自适应信息融合跟
定位的最优解。
踪检测的物联网下的移动网络拥塞节点定位方法。仿真结
果证明，所提方法具有较好的定位精度．是一种高效的定位
方法．鲁棒性较强。
3
物联网下的移动网络拥塞节点定位方法
3．1
移动网络拥塞节点特征提取和检测
在实现物联网下的移动网络拥塞节点定位过程中，先组
2
物联网下的移动网络拥塞节点定位原理
建物联网下的移动网络节点之间通信传输信道模型，利用载
波调制方法进行移动网络信道特征参量估计，利用自适应信
息融合跟踪监测方法进行移动网络拥塞节点特征提取和检
测，具体过程如下所述：
在进行物联网下的移动网络混乱坏节点定位过程中．先
提取移动网络中不同服务器拥塞节点特征，计算相应特征的
权重，并对拥塞节点特征提取误差进行补偿，并依据上述特
征组建初始粒子群．通过计算粒子的更新速度以及空间位置
假设。利用MAC层路由转发协议获得移动网络通信节点
搜索移动网络拥塞特征最优解．得到的即为拥塞节点，具体
过程如下所述：
(算。，Y。)与中继节点s的传输信道覆盖半径d(s，P)，利用欧式
距离计算网络节点之间的传输信道覆盖半径：
(7)
假设，n=(olI．一，n。)“代表物联网下的移动网络拥塞
；，=矿)，
式中，Y代表网络节点之间的传输信道长度，矿代表单位范
围的移动网络节点数量。分析物联网下的移动网络拥塞节点
节点特征分量，；=CEz]代表该分量方向上的平均值，为了
准确分析移动网络不同服务器节点之间存在的特征差异，利
用下式表征移动网络拥塞节点特征对比结果
通信的扩展损失K(聋；，‰ )和衰减损失。：，可获得移动网络
通信节点的信道测量模型
(1)
b=X“口=(z1，菇2，￡，菇，)“8=(戈：，戈：，嬲，茗：)三
(8)
z：=燃(舅。，‰ )+"：
式中，b代表移动网络节点特征分量的时效约束项，∥o代表
移动网络节点u领域中存在的特征差值 代表移动网络拓
扑结构的布尔模型，r代表空间维度，￡代表监测范围内移动
网络的顶点集，M代表移动网络通信半径区域内的节点分布
式中，i(i=1。2， ，肘)代表移动网络节点规律削弱的几何
参数，u。代表扩展区间向量，考虑移动网络节点在空间分布
的离散属性z。，依据不同精度的射线模型来预测移动网络节
点能量传播损失，得到移动网络信道的检测模型为：
f石(。k+1)=A(’七)z(。k)+F(’k)加(、k)
密度，z：代表移动网络通信节点覆盖范围q中节点密度对集
合，左代表物联网下的移动网络节点的权值系数，利用下式对
任意节点权值系数进行求值
【％(‘k)=Hi(七)茗(、k)+u。(k)
式中，石(、k)和z(、k+1)分别代表、k、、k+l时刻移动
网络传播声程状态，A(、k)代表节点的坏死特征状态转移矩
(2)
三= b^+ e。戈，
式中，b，代表与各邻居节点数e，相同时，各个节点能量，
茗，代表节点f的剩余能量。
阵，其中干扰项埘(、k)是均值为零且方差为Q(、k)的高斯
白噪声，F(、k)代表移动网络衰减损失矩阵，乙(、k)代表第
在物联网下的移动网络下存在众多拥塞节点，针对这些
拥塞节点特征，利用下式进行残差参数提取
妒个网络节点的能量损失测量值，E(、七)代表随着移动网络
频率的增加而增加的测量误差，移动网络节点之间通信传输
的信道测量噪声11,i(、k)为均值为零且方差为Q(、k)的高斯
白噪声。
y2(p)=G[(。一三)7(口一三)]2= lie(6，一e1)2]
』=q+1
(3)
采用载波调制方法对物联网下的移动网络信道的特征
参量进行估计。获得移动网络节点间通信传输信道的参量初
式中，r代表混合系数，日[(b。一e，)代表物联网下的移动网络
节点间通信传输干扰系数，G[· ]代表残差平方和，利用下式
对物联网下的移动网络混乱节点特征进行约束，提取关联参
数数据0，
始状态x(O)均值为‰ ，方差为P0，依据物联网下的移动网络
混乱传播条件，拥塞节点特征独立于加(、k)和u。(、k)，依据
自适应量化估计方法对移动网络混乱信道参量进行估计。获
．．．—．288．．——
万方数据
全部评论(0)