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)