推荐星级：

物联网的移动网络拥塞节点优化定位仿真

更新时间：2019-12-13 06:00:31 大小：737K 上传用户：xiaohei1810 查看TA发布的资源 标签：物联网 下载积分：1分评价赚积分（如何评价?）打赏收藏评论(0) 举报

资料介绍

物联网的移动网络拥塞节点的优化定位,能够有效提升移动网络节点设备的安全系数.对网络拥塞节点的定位,需要构建节点距离函数,对拥塞节点定位数据进行非线性变换.传统方法将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,但忽略了对节点定位数据的非线性变换,导致定位精度偏低.提出基于自适应信息融合跟踪检测的物联网下的移动网络拥塞节点定位方法.组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,依据移动网络拥塞节点属性构建节点距离函数,利用拥塞节点距离运算残差纠正模型对得到的粗糙拥塞节点定位数据进行非线性变换,保证拥塞节点定位的准确性.仿真结果证明,所提方法拥塞节点定位精度较高,可有效提升移动网络性能.

部分文件列表

文件名	大小
物联网的移动网络拥塞节点优化定位仿真.pdf	737K

立即下载

【关注视频号领20积分】【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）

第35卷第1期

计算机仿真

2018年1月

文章编号：1006—9348(2018)01—0287—04

物联网的移动网络拥塞节点优化定位仿真

刘

强

(中国地质大学长城学院，河北保定071000)

摘要：物联网的移动网络拥塞节点的优化定位，能够有效提升移动网络节点设备的安全系数。对网络拥塞节点的定位．需要

构建节点距离函数，对拥塞节点定位数据进行非线性变换。传统方法将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，但忽略了对节点定位数据的非线性变换，导致定位精度偏低。提出基于自适应信息

融合跟踪检测的物联网下的移动网络拥塞节点定位方法。组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，依据移动网络拥塞节点属性构建节点距离函数，利用拥塞节点距离运算残差纠

正模型对得到的粗糙拥塞节点定位数据进行非线性变换，保证拥塞节点定位的准确性。仿真结果证明，所提方法拥塞节点

定位精度较高，可有效提升移动网络性能。

关键词：物联网；移动网络：拥塞节点定位

中图分类号：TP393．06

文献标识码：B

Mobile Network

Node

Localization

Congestion

Optimization

Simulation of Internet of

Things

LIU

Qiang

Wall

Hebei 07

(China University

Geosciences，Great

location method for

1000，China)

CoUege，Baoding

node of mobile network under

internet of

ABSTRACT：The

paperproposes

congestion

things

channel model of communication

organize

based on

detection of

information

fusion．Firstly，we

adaptive

tracking

transmission between mobile network nodes under internet of

and evaluate characteristic

of mobile

parameters

things

nodal

network channel

carrier modulation

then build

distance function

node

using

method，and

according

congestion

arithmetic residu·

utilizing

attribute of mobile network tO transform nonlinear location data of

rough congestion

al of

node

location

node．The simulation results show that

distance，thus，ensure

congestion

accuracy

congestion

the method

this

has

location

high

node．It Can

mobile network

effectively improve

accuracy

congestion

paper

property．

KEYWORDS：Internet of

node location

things；Mobile network；Congestion

意义[7J。

引言

随着物联网应用及移动网络的飞速发展，人们通过移动

传统方法中，对物联网下的移动网络拥塞节点定位多数

是基于多个节点的属性特征、以及目标节点的距离信息实现

对移动网络混乱未知拥塞节点的定位．随着拥塞节点数量的

网络可以高速地获取多种多样的网络服务，已渗入到了人们

生活、娱乐、购物、医疗等多个方面[I-2]。但在实际运用过程

中．由于移动网络病毒、网卡损坏、拓扑连接问题等导致广播

在某脆弱网段内大量复制，传播数据帧，引起移动网络通信

性能下降．甚至造成网络瘫痪[34]。移动网络的频繁使用促

使网络混乱的广泛传播，造成大量网络节点坏死，占据大量

的移动网络带宽，引起网络堵塞[5“J。在这种情况下，如何实

现移动网络拥塞节点定位，由此判断故障节点的位置，对确

保移动网络安全，提升移动网络传输质量和稳定性具有重要

增加，难以实现对拥塞节点的准确定位，例如文献[8]结合小

波变换预测方法，提出一种物联网下的移动网络拥塞节点定

位方法。该方法依据历史运动轨迹通过小波变换预测移动

网络节点当前位置，确定取样范围，利用自适应取样方法减

少取样次数，以增加加权滤波增大高质量样本点，降低低质

量样本点对移动网络拥塞节点定位结果的影响．该方法由于

没有准确定义拥塞节点特征属性．在节点密度较低的环境下

定位精度较低。文献[9]融合于邻域旋跳迭代机制，提出一

种物联网下移动网络拥塞节点定位方法。首先对物联网下

的移动网络节点进行邻域聚类，将一阶邻域节点和二阶邻域

收稿日期：2017—05—25修回日期：2017～06一Ol

．．．——287．．——

万方数据

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。

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

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)

暂无评论

评论赚积分>>

上传资源上传优质资源有赏金

物联网的移动网络拥塞节点优化定位仿真

资料介绍

部分文件列表

部分页面预览

相关下载

全部评论(0)

热门标签

最新上传

热门下载

推荐下载

专栏首页