无感知分组丢失下的无线传感器网络链路质量评估模型

第３２卷第４期　２０１１年４月　通信学报　Ｊｏｕｒｎａｌ　ｏｎ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ　、ｂｌ３２　Ｎｏ．４　Ａｐｒｉｌ　２０１１　

舒坚　，－，刘琳岚　一，樊佑磊　，－，李君　＇　

（１．南昌航空大学物联网技术研究所，江西南昌３３００６３；　

２．南昌航空大学软件学院，江西南昌３３００６３；３．南昌航空大学信息工程学院，江西南昌３３００６３）　

摘要：针对现有链路质量评估方法没有考虑到不完整分组对链路产生的影响，将无线传感器网络的链路分组丢　

失分为感知分组丢失和无感知分组丢失，分析了无感知分组丢失产生的原因，在对无感知分组丢失进行度量的基　

础上，提出一种无感知分组丢失下的链路质量评估模型。该模型采用卡尔曼滤波对获取的ＣＣＩ进行降噪处理，基　

于Ｃｕｂｉｃ模型、最小二乘法拟合出ＣＣＩ与无感知分组丢失率的关系模型。实验结果表明，无感知分组丢失下的链　

路质量评估模型是合理的，通过该模型求得的无感知分组丢失率与实测值接近。　

关键词：无线传感器网络；链路质量评估；无感知分组丢失：ＣＣＩ；卡尔曼滤波器　

中图分类号：ＴＰ３９３　文献标识码：Ｂ　文章编号：１０００—４３６Ｘ（２０１１）ｏ４—０１０３—０９　

Ｌｉｎｋ　ｑｕａｌｉｔｙ　ｅｓｔｉｍａｔｉｏｎ　ｍｏｄｅｌ　ｆｏｒ　ｗｉｒｅｌｅｓｓ　ｓｅｎｓｏｒ　

ｎｅｔｗｏｒｋｓ　ＵｎＩｃＩｅｒ　ｎｏｎ－ｐｅｒｃｅｉｖｅｄ　ｐａＣｋｅｔ１　ｌ０ＳＳ　’　・　＇　＿　●　

ＳＨＵ　Ｊｉａｎ　一，ＬＩＵ　Ｌｉｎ—ｌａｎ　一，ＦＡＮ　Ｙｏｕ—ｌｅｉ　一，ＬＩ　Ｊｕｎ　，　

（１．Ｉｎｔｅｒｎｅｔ　ｏｆＴｈｉｎｇｓ　Ｔｅｃｈｎｏｌｏｇｙ　Ｉｎｓｔｉｔｕｔｅ，Ｎａｎｃｈａｎｇ　Ｈａｎｇｋｏｎｇ　Ｕｎｉｖｅｒｓｉｔｙ，Ｎａｎｃｈａｎｇ　３３００６３，Ｃｈｉｎａ；　

２．Ｓｃｈｏｏｌ　ｏｆ　Ｓｏｆｔｗａｒｅ，Ｎａｎｃｈａｎｇ　Ｈａｎｇｋｏｎｇ　Ｕｎｉｖｅｒｓｉｔｙ，Ｎａｎｃｈａｎｇ　３３００６３，Ｃｈｉｎａ；　

３．Ｓｃｈｏｏｌ　ｏｆ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｎａｎｃｈａｎｇ　Ｈａｎｇｋｏｎｇ　Ｕｎｉｖｅｒｓｉｔｙ，Ｎａｎｃｈａｎｇ　３３００６３，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｆｏｒ　ｔｈｅ　ｅｘｉｓｔｉｎｇ　ｌｉｎｋ　ｑｕａｌｉｔｙ　ｅｓｔｉｍａｔｉｏｎ　ｗｉｔｈ　ｎｏ　ｃｏｎｓｉｄｅｒａｔｉｏｎ　ｏｆ　ｔｈｅ　ｉｎｃｏｍｐｌｅｔｅ　ｐａｃｋｅｔ　ｉｍｐａｃｔ　ｏｎ　ｌｉｎｋ　ｑｕａｌｉｔｙ　

ｉｎ　ｗｉｒｅｌｅｓｓ　ｓｅｎｓｏｒ　ｎｅｔｗｏｒｋｓ，ｔｈｅ　ｐａｃｋｅｔ　ｌｏｓｓ　ｗａｓ　ｄｉｖｉｄｅｄ　ｉｎｔｏ　ｔｗｏ　ｃａｔｅｇｏｒｉｅｓ—ｐｅｒｃｅｉｖｅｄ　ｐａｃｋｅｔ　ｌｏｓｓ　ａｎｄ　ｎｏｎ—ｐｅｒｃｅｉｖｅｄ　

ｐａｃｋｅｔ　ｌｏｓｓ．Ａ　ｌｉｎｋ　ｑｕａｌｉｔｙ　ｅｓｔｉｍａｔｉｏｎ　ｍｏｄｅｌ　ｕｎｄｅｒ　ｎｏｎ—ｐｅｒｃｅｉｖｅｄ　ｐａｃｋｅｔ　ｌｏｓｓ　ｈａｓ　ｂｅｅｎ　ｐｒｏｐｏｓｅｄ　ｏｎ　ｔｈｅ　ｂａｓｉｓ　ｏｆ　ｔｈｅ　ａｎａｌｙ－　

ｓｉｓ　ｏｆ　ｔｈｅ　ｃａｕｓｅｓ　ｆｏｒ　ｔｈｅ　ｎｏｎ—ｐｅｒｃｅｉｖｅｄ　ｐａｃｋｅｔ　ｌｏｓｓ　ａｎｄ　ｔｈｅ　ｍｅａｓｕｒｅｍｅｎｔ　ｏｆ　ｔｈｅ　ｎｏｎ—ｐｅｒｃｅｉｖｅｄ　ｐａｃｋｅｔ　ｌｏｓｓ．Ｗｈｅｎ　ｔｈｅ　

ｍｏｄｅｌ　ｉｓ　ｂｅｉｎｇ　ｂｕｉｌｔ，Ｋａｌｍａｎ　ｆｉｌｔｅｒ　ｉｓ　ｉｎｔｒｏｄｕｃｅｄ　ｔｏ　ｄｅｎｏｉｓｅ　ｔｈｅ　ａｃｑｕｉｒｅｄ　ＣＣＩ（ｃｈｉｐ　ｃｏｒｒｅｌａｔｉｏｎ　ｉｎｄｉｃａｔｏｒ）．Ｔｈｅ　ｃｕｂｉｃ　

ｍｏｄｅｌ　ａｎｄ　ｔｈｅ　ｌｅａｓｔ　ｓｑｕａｒｅｓ　ｍｅｔｈｏｄ　ａｒｅ　ｅｍｐｌｏｙｅｄ　ｉｎ　ｔｈｅ　ｆｉｔｔｉｎｇ　ｒｅｌａｔｉｏｎｓｈｉｐ　ｂｅｔｗｅｅｎ　ＣＣＩ　ａｎｄ　ｎｏｎ—ｐｅｒｃｅｉｖｅｄ　ｐａｃｋｅｔ　ｌｏｓｓ　

ｒａｔｉｏ．Ｔｈｅ　ｅｘｐｅｒｉｍｅｎｔ　ｒｅｓｕｌｔｓ　ｓｈｏｗ　ｔｈａｔ　ｔｈｅ　ｌｉｎｋ　ｑｕａｌｉｔｙ　ｅｓｔｉｍａｔｉｏｎ　ｍｏｄｅｌ　ｉｓ　ｒｅａｓｏｎａｂｌｅ，ａｎｄ　ｎｏｎ—ｐｅｒｃｅｉｖｅｄ　ｐａｃｋｅｔ　ｌｏｓｓ　ｒａ－　

ｔｉｏ　ｃｏｍｉｎｇ　ｆｒｏｍ　ｔｈｉｓ　ｍｏｄｅｌ　ｉｓ　ｖｅｒｙ　ｃｌｏｓｅ　ｔｏ　ｔｈｅ　ｍｅａｓｕｒｅｄ　ｖａｌｕｅ．　

Ｋｅｙ　ｗｏｒｄｓ：ｗｉｒｅｌｅｓｓ　ｓｅｎｓｏｒ　ｎｅｔｗｏｒｋｓ；ｌｉｎｋ　ｑｕａｌｉｔｙ　ｅｓｔｉｍａｔｉｏｎ；ｎｏｎ—ｐｅｒｃｅｉｖｅｄ　ｐａｃｋｅｔ　ｌｏｓｓ；ＣＣＩ；Ｋａｌｍａｎ　ｆｉｌｔｅｒ　

收稿日期：２０１０—０６—１７；修回日期：２０１０　１１－２２　基金项目：国家自然科学基金资助项目（６０７７３０５５）；江西省自然科学基金资助项目（２００９ＧＺＳ００８９）；江西省科技支撑计划　重点基金资助项目（２０Ｏ９ＢＧＡＯｌ０００）　Ｆｏｕｎｄａｔｉｏｎ　Ｉｔｅｍｓ：Ｔｈｅ　Ｎａｔｉｏｎａｌ　Ｎａｔｕｒａｌ　Ｓｃｉｅｎｃｅ　Ｆｏｕｎｄａｔｉｏｎ　ｏｆ　Ｃｈｉｎａ（６０７７３０５５）；Ｔｈｅ　Ｎａｔｕｒａｌ　Ｓｃｉｅｎｃｅ　Ｆｏｕｎｄａｔｉｏｎ　ｏｆ　Ｊｉａｎｇｘｉ　Ｐｒｏｖｉｎｃｅ（２００９ＧＺＳ００８９）；Ｊｉａｎｇｘｉ　Ｋｅｙ　Ｔｅｃｈｎｏｌｏｇｙ　Ｒ＆Ｄ　Ｐｒｏｇｒａｍ（２００９ＢＧＡ０１０００）

　通信学报　第３２卷　

１　引言　

无线传感器网络（ＷＳＮ，ｗｉｒｅｌｅｓｓ　ｓｅｎｓｏｒ　ｎｅｔ—　

ｗｏｒｋｓ）中，大量资源受限的传感器节点被随机部署　

于监控区域，节点间以无线白组织方式构成网络，节　

点间通信使用的是低功率的无线射频信号——无线　

电波。无线电波的各种特性，如波的反射、衍射、　

由反射所引起的多径效应等，加上节点所处环境复　

杂多变和干扰信号的存在，使得节点间通信质量受　

到严重的影响，从而导致节点间通信具有随机性和　

不稳定性。　

节点间通信的随机性和不稳定造成网络不能　

正常稳定工作，如采集到的数据不能及时、顺利地　

传输给Ｓｉｎｋ节点，从而导致用户不能及时获得相关　信息。此外，在具有重传机制的网络中，较差的链　

路质量将增大网络开销，尤其是能量丌销，从而缩　短了网络寿命。　

为及时了解网络的链路状况，并依此采取相关　策略保证网络高效、稳定地运行，需要对链路质量　

进行评估。　

２相关工作　

国内外在ＷＳＮ链路质量评估方面进行了大量　

研究，评估方法主要包括：基于链路特性的评估方　

法、基于物理层参数的评估方法、基于数据链路层　

参数的评估方法、结合多因素的综合评估方法等。　

２．１基于链路特性的评估方法　

基于链路特性的评估方法主要有：与链路方向　

性相关的研究、与距离相关的研究、与时间波动性　

相关的研究、与链路非对称性相关的研究及与干扰　

无线传感器网络链路质量预测方法[发明专利]

专利名称：无线传感器网络链路质量预测方法

专利类型：发明专利

发明人：冯懿,刘琳岚,舒坚

申请号：CN201811160836.2

申请日：20180930

公开号：CN109348497A

公开日：

20190215专利内容由知识产权出版社提供

摘要：本发明公开了一种无线传感器网络链路质量预测方法，包括如下步骤：S1，采用卡尔曼滤

波算法对链路质量参数进行降噪，采用最大最小法对链路质量参数进行标准化处理，并采用模糊C均

值聚类算法对链路质量等级进行划分；S2，采用XGBoost算法训练得到链路质量预测模型，通过该预

测模型预测下一时刻的链路质量等级。本发明在考虑无线传感器网络链路质量动态变化的情况下，提

供了基于XGBoost的无线传感器网络链路质量预测方法，能够有效的预测下一时刻的链路质量，能够

提高网络吞吐量，从而提高网络的数据转发效率，并为上层路由协议选择通信链路提供依据，此外，

该方法还具有延长网络寿命以及节省节点能量的优点。

申请人：南昌航空大学

地址：330063 江西省南昌市丰和南大道696号

国籍：CN

代理机构：北京清亦华知识产权代理事务所(普通合伙)

代理人：何世磊

更多信息请下载全文后查看

基于综合性评估的无线链路质量分类预测机制

郭志强;王沁;万亚东;李默涵

【期刊名称】《计算机研究与发展》

【年(卷),期】2013(50)6

【摘要】In the applications of wireless sensor networks (WSN),it is a

fundamental issue to effectively estimate and predict the quality of

wireless links for the network protocol design,such as reliable WSN

deployment,routing policy and resource management protocol,especially

in respect of the reliability of data delivery.In this paper,we characterize the

quality of wireless links from a perspective of multiple dimensions and

propose a comprehensive quality index of wireless links (referred as fuzzy-logic based link quality index,FLI),which overcomes the defects of the

single link quality indicator.FLI takes the link reliability,the link vibration

and the burstiness of packet loss into consideration,which affects the

reliable data delivery.Further,we design a mechanism based on Bayesian

基于高斯过程回归的链路质量预测模型

舒坚;刘满兰;尚亚青;陈宇斌;刘琳岚

【摘要】基于链路质量的路由选择机制可有效感知当前链路的变化,且对无线传感器网络的可靠通信起着重要作用,基于此,提出基于高斯过程回归的链路质量预测模型.通过灰关联方法计算链路质量参数与分组接收率的关联度,选取链路质量指示均值和信噪比均值作为模型的输入参数,以降低计算复杂度.采用链路质量指示均值、信噪比均值和分组接收率构建基于组合协方差函数的高斯过程回归模型预测链路质量.稳定场景与不稳定场景下的实验结果表明,与动态贝叶斯网络预测模型相比,所提模型具有更好的预测精确度.

【期刊名称】《通信学报》

【年(卷),期】2018(039)007

【总页数】9页(P148-156)

【关键词】无线传感器网络;高斯过程回归;链路质量预测;组合协方差函数;灰关联算法

【作者】舒坚;刘满兰;尚亚青;陈宇斌;刘琳岚

【作者单位】南昌航空大学软件学院,江西南昌 330063;南昌航空大学信息工程学院,江西南昌 330063;南昌航空大学信息工程学院,江西南昌 330063;南昌航空大学软件学院,江西南昌 330063;南昌航空大学信息工程学院,江西南昌 330063

【正文语种】中文

【中图分类】TP393 近年来，随着微机电、无线通信和嵌入式等技术的不断发展和相互融合，低成本、低功耗、多功能的微型传感器得到了广泛应用。

无线传感器网络（WSN, wireless sensor network）是一种由大量廉价微型传感器构成、具有动态拓扑结构、以数据传输为中心的多跳自组织网络[1]。节点部署环境的复杂多变导致数据传输过程易受周围环境的干扰和影响，链路特性表现为不规则性、非对称性和时空波动性[2-4]。链路质量对无线传感器网络数据吞吐量、传输时延和能耗等性能具有至关重要的作用[2]。有效的链路质量预测机制可以通过在邻居列表中选择高质量的链路进行通信，提高数据传输的可靠性[5]。

基于D-S证据理论的无线传感器网络信任评估模型

成坚;冯仁剑;许小丰;万江文

【期刊名称】《传感技术学报》

【年(卷),期】2009(022)012

【摘要】信任评估模型对无线传感器网络的可靠运行和安全保障具有重要意义.提出了一种基于D-S证据理论的信任评估模型.模型给出了节点信任值的形式化定义;利用基本置信度函数计算直接信任值,通过邻居节点的推荐获取间接信任值;在此基础上,对直接、间接信任值进行基于权重的修正,并根据Dempster组合规则予以合成,最终得到节点综合信任值.仿真结果表明,该模型具有良好的动态适应性和容错性,能实时、准确地发现恶意节点,有效提高了无线传感器网络的安全性.

【总页数】6页(P1802-1807)

【作者】成坚;冯仁剑;许小丰;万江文

【作者单位】北京航空航天大学仪器科学与光电工程学院,北京,100191;北京航空航天大学仪器科学与光电工程学院,北京,100191;北京邮电大学计算机科学与技术学院,北京,100876;北京航空航天大学仪器科学与光电工程学院,北京,100191

【正文语种】中文

【中图分类】TN393

【相关文献】

1.基于改进D-S证据理论的信任评估模型 [J], 张琳;刘婧文;王汝传;王海艳

2.一种基于D-S证据理论的Ad-Hoc网络信任评估模型 [J], 马一翔;邱雪松 3.电子商务环境下基于证据理论的信任评估模型 [J], 吴碧霞

4.基于D-S证据理论的多维度信任评估方法 [J], 吴旭;王杨;袁耀

5.基于Dempster-Shafer证据理论的信任评估模型 [J], 袁禄来;曾国荪;王伟

因版权原因，仅展示原文概要，查看原文内容请购买

无线传感器网络中基于模糊逻辑的信任评估模型

成坚;王宏新;鲍传美;包化

【期刊名称】《测控技术》

【年(卷),期】2012(031)004

【摘要】信任评估模型对无线传感器网络的可靠运行和安全保障具有重要意义.针对无线传感器网络主观信任的模糊性,提出了一种基于模糊逻辑的信任评估模型( TEFL,trust evaluation model based on fuzzy logic).模型使用模糊集理论给出节点信任值的形式化定义；利用模糊推理方法量化本地信任值,通过邻居节点获取推荐信任值；在此基础上,对推荐信任值的综合权重进行模糊推理,并将本地、推荐信任值予以合成,最终得到节点综合信任值.仿真结果表明,该模型具有较好的鲁棒性,能实时、准确地发现恶意节点,确保网络安全性.

【总页数】4页(P13-16)

【作者】成坚;王宏新;鲍传美;包化

【作者单位】武汉军械士官学校无人机系,湖北武汉430075;武汉军械士官学校无人机系,湖北武汉430075;武汉军械士官学校无人机系,湖北武汉430075;武汉军械士官学校无人机系,湖北武汉430075

【正文语种】中文

【中图分类】TN393

【相关文献】 1.开放式网络下基于模糊逻辑的信任评估模型 [J], 王巧玲;王小明;安小明

2.基于D-S证据理论的无线传感器网络信任评估模型 [J], 成坚;冯仁剑;许小丰;万江文

3.C2C电子商务中基于声誉的信任评估模型 [J], 王超;仲红;石润华;陆小玲

4.社交网络中基于信任评估的推荐控制模型 [J], 李美子;黄震华;向阳;杨力

5.可信网络中基于熵权法的信任评估模型 [J], 李今花;王虎;雷建军

因版权原因，仅展示原文概要，查看原文内容请购买

无线传感器网络中的分组多层次信任模型

第３６卷　

Ｖｏ１．３６　第ｌ６期　

Ｎｏ．Ｊ６　计算机工程　

Ｃｏｍｐｕｔｅｒ　Ｅｎｇｉｎｅｅｒｉｎｇ　２０１０年８月　

Ａｕｇｕｓｔ　２０１０　

・安全技术・　文章编号：ｌｏｏ（卜　４２８（２０ｌｏ）ｌ６—０ｌ２１—ｏ３　文献标识码：Ａ　中图分类号：ＴＰ３９３　

无线传感器网络中的分组多层次信任模型　

董慧慧　，郭亚军　，彭云　

（１．华中师范大学计算机科学系，武汉４３００７９；２．武汉生物工程学院计算机系，武汉４３０４１５）　

摘要：针对分布式无线传感器网络在实现安全功能时存在着选择安全可靠节点问题，提出一种基于簇的分组多层次信任计算模型，对簇　

内节点、簇头和基站分层进行信任值计算，找出恶意节点并摒弃，保证完成各项任务的节点是可靠、可信任的。实验结果表明，该方法能　提高网络运行的稳定性，优化资源利用，及时有效地识别恶意节点，保证网络的安全。　

关健诃：分布式无线传感器网络；安全；分组多层次信任模型；稳定性　

Ｇｒｏｕｐｉｎｇ　ａｎｄ　Ｈｉｅｒａｒｃｈｉｃａｌ　Ｔｒｕｓｔ　Ｍｏｄｅｌ　

ｉｎ　Ｗｉｒｅｌｅｓｓ　Ｓｅｎｓｏｒ　Ｎｅｔｗｏｒｋｓ　

ＤＯＮＧ　Ｈｕｉ．ｈｕｉ　．ＧＵＯ　Ｙａ￣ｕｎ　。ＰＥＮＧ　Ｙｕｎ　

（１．Ｄｅｐａｒｔｍｅｎｔ　ｏｆ　Ｃｏｍｐｕｔｅｒ　Ｓｃｉｅｎｃｅ，Ｈｕａｚｈｏｎｇ　Ｎｏｒｍａｌ　Ｕｎｉｖｅｒｓｉｔｙ，Ｗｕｈａｎ　４３００７９；　２　Ｄｅｐａｒｔｍｅｎｔ　ｏｆＣｏｍｐｕｔｅｒ，Ｗｕｈａｎ　Ｂｉｏｅｎｇｉｎｅｅｒｉｎｇ　Ｉｎｓｔｉｔｕｔｅ，Ｗｕｈａｎ　４３０４１５）　

［Ａｂｓｔｒａｃｔ｜Ａｉｍｉｎｇ　ａｔ　ｔｈｅ　ｐｒｏｂｌｅｍ　ｏｆ　ｓｅｌｅｃｔｉｎｇ　ｓａｆｅ　ａｎｄ　ｒｅｌｉａｂｌｅ　ｎｏｄｅ　ａｌｗａｙｓ　ａｆｆｅｃｔｓ　ｔｈｅ　ｒｅａｌｉｚａｔｉｏｎ　ｉｎ　ｄｉｓｔｒｉｂｕｔｅｄ　Ｗｉｒｅｌｅｓｓ　Ｓｅｎｓｏｒ　Ｎｅｔｗｏｒｋｓ　

（ＷＳＮｓ），ｔｈｉｓ　ｐａｐｅｒ　ｐｒｏｐｏｓｅｓ　ａ　ｔｒｕｓｔｗｏｒｔｈｙ　ｃｏｍｐｕｔｉｎｇ　ｍｏｄｅｌ　ｏｆ　ｃｌｕｓｔｅｒ，ｂａｓｅｄ　ｇｒｏｕｐｉｎｇ　ａｎｄ　ｈｉｅｒａｒｃｈｉｃａｌ，ｉｎ　ｗｈｉｃｈ　ｔｈｅ　ｃｌｕｓｔｅｒ　ｎｏｄｅｓ，ｃｌｕｓｔｅｒ　ｈｅａｄｓ　ａｎｄ　ｂａｓｅ　ｓｔａｔｉｏｎｓ　ｃａｌｃｕｌａｔｅ　ｔｈｅｉｒ　ｔｒｕｓｔ　ｖａｌｕｅｓ　ｈｉｅｒａｒｃｈｉｃａｌｌｙ．Ｉｎ　ｔｈｉｓ　ｗａｙ，ｔｈｅ　ｍａｌｉｃｉｏｕｓ　ｎｏｄｅｓ　ｃａｎ　ｂｅ　ｉｄｅｎｔｉｆｉｅｄ　ａｎｄ　ｄｉｓｃａｒｄｅｄ　ｔｉｍｅｌｙ　ｔｈａｔ　ｅｎｓｕｒｅｓ　ｔｈｅ　ｒｅｌｉａｂｉｌｉｔｙ　ｏｆ　ｎｏｄｅｓ　ｗｈｉｃｈ　ｐｅｒｆｏｒｍ　ｖａｒｉｏｕｓ　ｔａｓｋｓ　ｉｎ　ｎｅｔｗｏｒｋｓ　Ｓｉｍｕｌａｔｉｏｎ　ｒｅｓｕｌｔｓ　ｓｈｏｗ　ｔｈａｔ　ｕｓｉｎｇ　ｔｈｅ　ｍｏｄｅｌ　ｃａｎ　ｅｎｈａｎｃｅ　ｔｈｅ　ｓｔａｂｉｌｉｔｙ　ｏｆ　ｎｅｔｗｏｒｋｓ　ａｎｄ　

无线传感器网络中缺失数据估计算法

Ｊｏｕｒｎａｌ　ｏｆ　Ｃｏｍｐｕｔｅｒ　Ａｐｐｌｉｃａｔｉｏｎｓ　计算机应用，２０１３，３３（１２）：３４５７—３４５９，３４６４　ＩＳＳＮ　１００１．９０８１　ＣＯＤＥＮ　ＪＹＩＩＤＵ　２０１３．．１２．．０１　ｈｔｔｐ：／／ｗｗｗ．ｊｏｃａ．ｃｎ　

文章编号：１００１—９０８１（２０１３）１２—３４５７－０３　ｄｏｉ：１０．１１７７２／ｊ．ｉｓｓｎ．１００１－９０８１．２０１３．１２．３４５７　

无线传感器网络中缺失数据估计算法　

邱保志　，甄倩倩　，唐耀华　

（１．郑州大学信息工程学院，郑州４５０００１；２．河南省电力公司电力科学研究院，郑州４５００５２）　（　通信作者电子邮箱ｚｚｕｚｑｑ＠１６３．ｃｏｒｎ）　

摘要：为了提高无线传感器网络（ＷＳＮ）中缺失数据估计值的精度，提出了一种自决策插值算法。该算法能够　

根据数据集的空间相关性以及缺失数据的连续性选择不同的缺失数据估计策略，并将自回归滑动平均（ＡＲＭＡ）模型　

引入到对缺失数据插值的研究中。与传统缺失值估计算法相比，该算法不仅考虑到无线传感器网络的特性，而且考　

虑到数据集本身的特性。在真实数据集上测试结果表明，该算法提高了对缺失值估计的精度。　

关键词：无线传感器网络；缺失数据；插值算法；自回归滑动平均模型；空间相关性　

中图分类号：ＴＰ３９３　文献标志码：Ａ　

Ｅｓｔｉｍａｔｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｆｏｒ　ｍｉｓｓｉｎｇ　ｄａｔａ　ｉｎ　ｗｉｒｅｌｅｓｓ　ｓｅｎｓｏｒ　ｎｅｔｗｏｒｋ　

ＱＩＵ　Ｂａｏｚｈｉ　，ＺＨＥＮ　Ｑｉａｎｑｉａｎ　。，ＴＡＮＧ　Ｙａｏｈｕａ　

（１．Ｓｃｈｏｏｌ　ｏｆＩｎｆｏｒｍａｔｉｏｎ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｚｈｅｎｇｚｈｏｕ　Ｕｎｉｖｅｒｓｉｔｙ，Ｚｈｅｎｇｚｈｏｕ　Ｈｅｎａｎ　４５０００１，Ｃｈｉｎａ；　２．Ｅｌｅｃｔｒｉｃ　Ｐｏｗｅｒ　Ｒｅｓｅａｒｃｈ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｈｅｎａｎ　Ｅｌｅｃｔｒｉｃ　Ｐｏｗｅｒ　Ｃｏｍｐａｎｙ，Ｚｈｅｎｇｚｈｏｕ　ｔｔｅｎａｎ　４５００５２，Ｃｈｉｎａ）　

基于窗口均值的WSNs链路质量评估方法

段磊;刘琳岚;谌业滨

【期刊名称】《南昌大学学报（理科版）》

【年(卷),期】2011(035)005

【摘要】无线传感器网络(wireless sensor networks,WSNs)通信的不可靠性为网络协议的设计带来很大的挑战.准确而高效的链路质量评估则是保证上层协议性能的基础.针对传统的LQI (Link Quality Indication)均值评估法所存在的问题,提出了一种LQI窗口均值(window mean-LQI,WM-LQI)评估方法.实验结果表明该评估方法是合理的,且与传统的均值评估法相比,提高了评估的精度,从而更加具有实用性.%The unreliability of wireless sensor networks (WSNs) communication

poses major challenges to networks protocols. The accurate and high

efficient link quality estimation guarantees the performance of upper layer

protocols. For the disadvantages of the traditional mean Link Quality

Indication (LQI) measurement^ new link quality estimation method about

the window mean LQI (WM-LQI) was proposed. The experimental results

suggested that the link quality estimation method was reasonable.

Compared with the previous,it had higher accuracy on assessment,which

基于改进贝叶斯和风险评估的无线传感网络信任模型

胡军;管春;胡涛

【摘要】针对无线传感器网络加密手段和身份认证技术不能解决网络内部攻击问题,提出一种基于改进的贝叶斯和风险评估的无线传感器网络信任模型.该模型针对基本的贝叶斯信任模型进行改进,采用异常折扣因子防止非入侵因素导致的网络异常行为;为实现信任对时间的敏感性,提出了自适应遗忘因子来削弱过去行为的影响;为防止恶意节点的诋毁,利用偏离度来过滤某些推荐节点;同时提出了基于熵的风险评估机制,用于评价信任的不确定性.实验结果表明,所提出的模型具有较高的检测率与较低的误检率,能有效保障无线传感器网络安全性能,并延长网络的生命周期.

【期刊名称】《南昌大学学报（理科版）》

【年(卷),期】2018(042)002

【总页数】6页(P168-173)

【关键词】无线传感器网络;内部攻击;贝叶斯理论;风险评估

【作者】胡军;管春;胡涛

【作者单位】南昌大学软件学院,江西南昌 330047;南昌大学信息工程学院,江西南昌 330031;南昌大学信息工程学院,江西南昌 330031

【正文语种】中文

【中图分类】TP393

随着无线传感器网络(Wireless Sensor Network，WSN)技术的不断发展，应用越来越广泛，使得它面临越来越严峻的安全问题[1-3]，它很容易受到恶意节点的各种攻击[4]。Ganeriwal等人提出一种基于信誉的RFSN框架[5]，RFSN框架详细的给出了信任评估的计算方法。XU等人提出一种D_S证据理论，区别于其它信任框架，它可以表述“不确定的”能力[6]。Li等人在WSN分簇的网络中，轻量级的思想引入到信任决策中，通过节点的反馈信息，可以减少恶意节点对网络的危害[7]。Almennarez等人提出一种基于D-S理论的PTM信任模型，该模型扩展性很强，可以快速获取节点的信任值[8]，Shaikh等人提出一种基于信任管理机制的GTMS信任管理方法，该方法可以很大程度上降低节点消耗的能量，延长网络的生存周期[9]。Lei Huang等人提出一种基于网络节点行为的信任机制，这种机制可以辨别恶意节点和老化节点[10]，Cheng Wei Huang等提出一种考虑能量有限的情况下，既能保证路由安全，又能增加网络吞吐量的方案[11]，马彬等考虑信任机制的不确定性和模糊性，提出一种基于云的信任模型[12]，弥补了一些信任模型的不足之处，Gheorghe等人提出一种自适应信任管理协议ATMP，可以有效的评估信任值，Duan J 等人提出一种博弈论信任模型TDDG[13]，基于博弈论的信任值计算流程，分析网络的安全机制对WSN节点进行激励来建议博弈节点进行决策，从中获取最优的合作节点，但是没有考虑能量问题[14]。上述模型忽略了网络中异常情况下的处理方法，在不确定情况下模型存在安全问题；其次信任的权重和更新问题也没有得到很好的解决。本文提出一种基于改进贝叶斯和风险评估的WSN信任模型，能有效保障无线传感器网络安全性能，延长网络的生命周期。

lqi标准

LQI标准是指链路质量指示器（Link Quality Indicator）标准。它是一种用于评估和表示某个通信链路质量的指标。LQI标准用于无线通信系统中，帮助衡量无线电信号的强度和质量，从而判断通信链路的稳定性和可靠性。

LQI标准在无线传感器网络中具有重要意义。传感器网络通常由大量分布在不同位置的无线传感器节点组成，这些节点相互协作以收集环境数据并进行通信。在这种网络中，LQI标准可以用来评估节点之间的通信质量，帮助选择最佳的数据传输路径。

LQI标准通常通过以下方式来衡量链路质量：信号强度、数据包传输成功率和信道噪声等。具体来说，信号强度是指无线信号的接收功率，是衡量无线链路质量的重要指标。数据包传输成功率表示成功传输到目标节点的数据包的比例，是评估无线链路稳定性和可靠性的关键指标。信道噪声则表示通信环境中的干扰程度，较低的噪声水平有助于提高通信链路的质量。

通过对LQI标准进行定量测量和分析，我们可以评估和优化无线通信系统的性能。例如，当一个节点要发送数据时，它可以使用LQI标准来选择与其邻近节点的最佳通信链路，以保证数据传输的稳定性和可靠性。

总结而言，LQI标准在无线通信系统中扮演着重要的角色，它通过评估链路质量指示器的数值，帮助我们了解通信链路的稳定性和可靠性。在无线传感器网络中，LQI标准有助于优化和改进数据传输的可靠性，并提供更有效的通信解决方案。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。