关键字 |
合作定位算法,能源效率,移动自组织网络,移动节点,运动状态和 |
介绍 |
移动自组织网络(MANET)是一种连续的自配置、无基础设施的移动设备网络,无需电线连接。MANET中的每个设备都可以自由地向任何方向独立移动,因此会习惯性地改变其与其他设备的链接。每个设备都必须转发与自身使用无关的流量,因此必须通过指定的路由发送。构建MANET的主要挑战是为每个设备配备持续维护正确通过商业所需的信息的设备。这样的网络可以自行运行,也可以连接到层互联网。它们可以在移动节点的中间包含一个或多个不同的收发器。这将导致高度动态、自主的拓扑结构。 |
MANET是一种无线自组织网络,通常在自组织网络的链路层的最高层有一个可路由的网络环境。移动自组织网络由点对点组成;自然形成、自固化网络相比于网状网络有一个中央控制器。MANET通常在无线电频率(30MHZ-5GHZ)进行通信。 |
自20世纪90年代中期以来,个人计算机和802.11/Wi-Fi无线网络的发展使manet成为一个热门的研究课题。许多学术论文评估协议和容量,假设在一个有限的区域内不同程度的不同速度,通常所有移动节点都在每个节点的几跳之内。然后,不同的协议会根据数据包丢弃率等指标进行评估;路由算法引入的开销、点到点数据包延迟、网络性能和可扩展容量。 |
它们引入了特定的安全问题,如链接攻击的漏洞,包括被动恶意节点、勤勉干扰和神秘信息泄漏、数据干扰、模仿、消息回复、消息失真和拒绝服务。manet中的另一个问题是路由协议的安全漏洞。 |
合作定位是使用在许多对节点之间进行的测量来估计网络中无线设备的位置。尽管许多定位方法特别鼓励在节点之间进行测量,而不管每个节点的先验位置知识。然后,协同定位算法利用测量网格同时估计所有节点的坐标。一个可能的解决方案是合作定位,其中使用相邻节点之间的距离信息来估计它们的位置。通过在网络模拟器ns-2上的实现,对该方案的性能进行了评价。 |
本文的其余部分安排如下。第二节介绍了一个未指明的相关工作。第三节详细说明拟议的框架。第四节给出仿真结果及解释。第五节对全文进行了总结。 |
相关工作 |
在邻近节点位置估计的协同定位和丢包检测方面已经做了大量的工作,本节提到了其中的一些工作。 |
其他一些方法使用邻近节点的估计位置。在DOLPHIN[1]中,每个节点都使用锚点和相邻节点,这些节点已经本地化为参考点。这些节点立即从足够多的参考点估计它们的位置和距离信息。在[2]中,[3]引入了估计位置的置信度,以提高位置精度。他们不考虑节点的移动,而是考虑位置误差的集合。 |
针对全分布式移动自组织网络,设计了一些合作定位方法。TRADE[4]提出了在移动节点上实现实时定位的全分布式方式。该方法估计和更新信息在邻近节点中的位置和无线连接信息。提出了一种基于序列蒙特卡罗方法的分布式算法,该算法的估计位置是由参考点集合表示的约概率分布。wmcl[6]还提出了一种基于顺序蒙特卡罗的算法,该算法使用邻近节点的估计位置来减少计算成本,并能够跟踪移动节点,但定位频率高。 |
对于基础设施有限的定位,基于网络的定位已被广泛应用于无线传感器网络、移动自组织网络和车载网络。一些方法如[7],[8]创建了一个点的位置估计网络信息。SISR[9]在最小二乘法中引入了改进的休息函数,提出了一种容错定位算法。该方法集合信息代价大,时延大,不能用于移动节点各频率的实时位置估计。 |
对于室内定位,大多数技术依赖于固定的基础设施。例如射频识别标签[10],[11]。他们是有限的无线电范围和标签的数量已被嵌入。一些方法采用基于Wi-Fi的无线电信号签名方法[12],[13]已经学习信号强度从每个位置记录到无线电地图,并识别移动节点的位置,以找到最佳匹配的定位。基于移动电话的方法,如Calibree[14],利用GSM基站的连接和信号强度,以可接受的合理成本提供相对位置。Calibree基于不同的GSM特征估计移动节点之间的相对距离。 |
[15]在涉及移动节点的MANET安全体系结构中。该方法在整个网络中放置多个传感器进行数据采集和丢包检测,但计算成本高。为了解决MANET中减少丢包的问题,该方法在动态源路由协议(DSR)的基础上增加了两个组件,该方案存在一些缺点。 |
建议的架构 |
本节介绍建议计划的详情。二维定位至少需要三个参考点的距离信息。为了获得许多锚节点之间的距离信息,可以使用邻近节点的估计位置。对于距离测量,本文采用到达时间差(TDoA)技术。节点同时向接收节点发射射频和超声波信号,细化两种信号的时间差,用于估计距离信息。在这种方法中提供了精确的测距能力,超声波测距提供了精确的信息,有力的室内定位是这种方法常用的室内定位方法。同时对发送到源节点到目的节点的报文进行安全保护,并承担报文在邻居节点上的丢弃。通过在源节点中查找行为异常节点,可以将信息停止在行为异常节点中,降低行为异常节点的移动速度。源节点选择另一个相邻节点向目的节点发送信息,保证数据在室内定位时的安全。 |
该方法有效地降低了定位频率,每个节点保持估计位置信息、速度和状态。这些状态是静态的、移动的和未知的。图1显示了定位方法估计距离信息和速度。A1、A2、A3、A5为静止状态,A0、A4为运动状态。 |
模拟及结果 |
A.仿真环境: |
该机制已在网络模拟器ns-2中实现。在模拟中,假定所有的链接都是双向的。仿真将发生在包中,而该方法求解问题。该表解释了模拟创建了多少个节点和持续时间。移动节点采用何种无线通信,仿真中采用何种路由协议。该表列出了各种通信进程的源节点和目的节点以及功率级别。其他仿真参数见表1。 |
b .结果: |
本文算法的性能仿真结果如下图所示。评估了不同运动节点下所提方法的估计精度。图2显示了移动自组织网络中第15个节点的丢包情况,并说明了在移动自组织网络中创建的节点数和向各个方向移动的节点数。从第15个移动节点开始丢包。图3显示了源节点中选择的邻居,说明了源节点到目的节点的图数据传输,该方法选择到相邻节点。 |
图4显示了平均定位误差。该图说明静态节点作为伪锚位置误差的传播很小,移动概率增加,同时也增加了定位误差。图5为检测率。该图说明了检测率是取决于节点的移动性。提高了节点的移动性,降低了检测率。 |
图6为每个节点移动时的平均定位间隔。实验结果表明,该方法能有效降低节点移动时的定位频率。它计算随节点数变化的跟踪误差。图7为平均跟踪误差。该图说明了跟踪误差在确信级别的节点数较少,但跟踪误差在特定的节点级别范围内缓慢增加。由于较高的节点密度将扩展隐藏的定位,因此许多节点试图同时进行定位。 |
图8显示了k时的定位和跟踪误差。从图中可以看出,测量误差k的范围会增大,定位和跟踪误差也会增大。图9显示了最大参考点的定位和跟踪误差。从图中可以看出,由于移动节点密度较小,定位和跟踪误差增大。移动节点的最大密度增大,定位和跟踪误差减小。 |
结论 |
假定每个移动节点具有超声波或类似测距设备以及无线通信功能,以允许节点之间进行距离测量和移动自组织通信。这些节点可以根据到合理数量的锚点的距离信息估计自己的位置。这也有效地降低了定位频率,免去了电池电量和跟踪质量的责任。提出了一种检测移动节点丢包的方法。在移动自组织网络安全方面的额外工作将实现足够的准确性和能源效率。 |
在未来的工作中,计划在以下方法上进行扩展,如基于rss的定位技术,Beep- Beep范围声学系统,RTS-CTS避免碰撞机制,基于测量的传感器模型和多数投票算法。这些充分的安全性提供在移动节点使用一些其他算法的数据包丢弃在各种节点移动。 |
表格一览 |
|
表1 |
|
数字一览 |
|
参考文献 |
- M. Minami, Y. Fukuju, K. Hirasawa, S. Yokoyama, M. Mizumachi, H. Morikawa,和T.Aoyama,“海豚:实现全分布式室内超声定位系统的实用方法”,《UbiComp Proc. 2,第5期,pp.347-365, 2004年。
- 陈安华,张磊,“递归位置估计在传感器网络中的应用”,《计算机工程学报》,Vol.2, no .3, pp. 35-41, 2001。
- Savarese, J. M. Rabaey和K. Langendoen,“分布式自组织无线传感器网络的鲁棒定位算法”,Proc. USENIX年度技术会议,Vol.3, Issue.8, pp. 317-327, 2002。
- S. Fujii, T. Nomura, T. Umedu, H. Yamaguchi和T. Higashino,“移动自组织网络中的实时轨迹估计”,Proc. MSWiM, Vol.5, Issue.3, pp. 163 - 172,2009。
- 5.王海峰,吴海峰,“基于rfid的三维定位方案”,《信息通信学报》,Vol.2, Issue.6, pp. 1235-1243, 2007。
- R. Huang和G. V. Z´aruba,“基于多感官数据的移动自组织网络定位”,《IEEE移动计算汇刊》,第6卷,第9期,第1090-1104页,2007。
- 张生,曹建军,陈栋,“移动传感器网络无距离精确定位的研究”,电子工程学报,Vol.9, Issue.6, pp. 897-910, 2010。
- 尚毅,张勇,“基于连接的传感器网络定位”,《计算机工程》,Vol. 15, Issue.11, pp.961-974, 2004。
- 李敏,刘玉云,“基于无距离的各向异性传感器网络路径定位”,《计算机工程学报》,Vol.3, no .7, pp. 51-62, 2007。
- 孔海涛,林志坤,林天汉和D. Vlah,“基于瞬态诱导形状残差(SISR)的定位:误差处理”,《计算机工程学报》,Vol.2, Issue.8, pp. 333-344, 2009。
- 倪丽敏,刘玉华,刘玉昌,A. P. Patil,“LANDMARC:使用有源RFID的室内位置传感”,《计算机科学》,第4卷,第5期,第407-415页,2003。
- M. Youssef和A. Agrawala,“horuswlan位置确定系统”,Proc. MobiSys, Vol.5, Issue.3, pp.205-218, 2005。
- 尹杰,杨强,倪丽敏,“基于时间信号强度的位置估计的学习自适应无线电地图”,电子工程学报,第7卷,第7期,pp.869-883, 2008。
- A.Varshavsky, D. Pankratov, J. Krumm和E. de Lara,“Calibree:使用相对距离估计的无校准定位”,Proc.普适,第4卷,第7期,第146 - 161,2008。
- O. Kachirski和R. Guha,“在无线自组织网络中使用多传感器的有效入侵检测”,第36届夏威夷国际系统科学会议论文集,第5卷,第3期,57- 61.2003。
- S. Marti, T.J. Giuli, K. Lai和M. Baker,“缓解移动自组织网络中的路由错误行为”,第六届移动计算与网络国际会议论文集,Vol.2, Issue.6, pp.255-265, 2000。
|