【摘 要】
：
水声通信网络(UANs)主要采用水声信号传输数据，其传播速度(1500m/s)与陆地无线电信道传播速度(300000km/s)相比要差5 个数量级，水下传输延时大、带宽低、能耗高，加之水声网络资源开放共享的特性，水声网络面临众多安全威胁和攻击，需要一定的安全措施来保护信息不会遭受窃取、伪造等攻击。其次，和陆上无线传感器网络一样，节能也是水声通信网络设计的最主要目标之一。
【机 构】
：
青海师范大学 计算机学院,青海 西宁 810008
【出 处】
：
第十届中国无线传感器网络大会(CWSN2016)
论文部分内容阅读
水声通信网络(UANs)主要采用水声信号传输数据，其传播速度(1500m/s)与陆地无线电信道传播速度(300000km/s)相比要差5 个数量级，水下传输延时大、带宽低、能耗高，加之水声网络资源开放共享的特性，水声网络面临众多安全威胁和攻击，需要一定的安全措施来保护信息不会遭受窃取、伪造等攻击。其次，和陆上无线传感器网络一样，节能也是水声通信网络设计的最主要目标之一。
其他文献
针对热释电传感器在不同距离对人体热红外特征感应存在差异的问题，提出了一种基于综合区间灰关联度的人体移动路径识别的新方法，通过对人体移动路径的识别，从而转化为对人体目标的跟踪。该方法研究了区间灰关联度对人体移动路径的影响机理。揭示了人体热释电特征指标矩阵和区间灰关联度系数矩阵形成的原理。
近十年，随着传感器、无线网络技术的发展，无线传感器网络促进了一系列新型网络化应用，而其最大的问题就在于无线传感器网络节能问题。在实际应用中，传输所消耗的能量占电池总能量的90％，因此研究节点数据传输节能问题有着巨大的实际意义。本文主要研究的是线性离散是不变系统，基于事件驱动机制的输出反馈控制算法。所提出的传输策略能决定传感器何时发送数据。
热释电红外(PIR)传感器能检测波长在8-14μm 的红外线,并将热能转换为电信号输出,而人体是个天然的辐射体,而且具有高达0.98 的辐射率,几乎接近与黑体,人体各部分热辐射波长峰值在8-12μm 之间,最大峰值波长约为9.5μm,而辐射功率大约为100W/m.所以当人体在热释电传感器的感应区域运动时,将会感应出电信号.
随着移动通信技术的快速发展,5G 网络预计将会在2020 年左右正式启动商用,但目前5G 在技术成熟度、标准化、产业化等方面仍面临巨大挑战。论文从香农定理的角度出发,研究和分析了5G 背景下的空口技术,结合移动中继和多输入多输出技术来增加无线信号覆盖范围,提升频谱效率,进一步提高信道容量。通过建立具有可扩展性的数学模型来分析网络系统容量,并针对5G 环境中下行链路对信道容量要求较高,而上行链路中对
在无线 mesh 网络中依靠无线链路的广播特性可以通过网络编码技术使网络达到理论容量的上限。但是无线链路传输的不可靠性可能会使接收节点不能接收到足够数据完成解码，造成网络传输的失败。另外，中继节点将收到的数据包先缓存在队列中，然后等待合适的编码机会再编码发送，数据包缓存在队列中的时间过长会导致严重的网络时延，过短会造成没有可用的网络编码机会。
机会网络是在传统Ad-hoc 网络基础上提出的一种基于移动节点相遇机会进行通信的自组织网络。在很多实际应用中(如车载网络)，网络环境往往复杂多变，节点之间的通信链路容易中断，网络的连通性往往难以得到保证，机会网络其特殊的路由策略通常比传统通信模式更适用于网络拓扑时变下的数据通信。由于链路预测能有效地揭示出网络结构动态演化的规律，使其成为了近年来复杂网络领域的研究热点，而机会网络的链路预测将有利于网
对于传感器网络环境下的运动目标跟踪，当前基于Mavkov 过程的算法一般要求环境噪声已知，而这是实际中难以实现的。仅利用当前测量信息的定位算法虽然可以摆脱对环境噪声的依赖，但孤立的坐标估计点存在较大的波动误差。提出了一种基于多项式数据拟合的最小残差三维跟踪算法，能够避免对环境噪声的依赖，并利用历史信息有效地提高移动目标定位的精度。在每个采样周期内，根据获取的测量距离，采用基于粒子群优化的最小残差定
针对无线传感器网络定位中传统的三边测距算法，为了降低算法中每个已知节点均具有发射和接收信号能力而造成的高额成本，本文提出了已知节点单发射多接收的定位模型，并基于该模型提出了椭圆定位算法。该算法通过刻画未知节点距已知节点可能的椭圆运动轨迹，实现了未知节点的定位，并相比于传统算法降低了实验成本。同时本文对定位可能出现的错误进行了概率分析，得出错误概率与锚点个数之间的函数关系，证明了锚点的线性增加会使错
利用可穿戴传感器进行人体运动姿态识别可以被广泛应用于各种日常应用当中。迄今为止，大多数研究把它作为一个独立的数学分类问题，而没有综合考虑人体运动的物理性质和时间信息。因此，现有研究方法具有一定的数据依赖性，面临维度灾难问题和过拟合问题，同时模型的可读性较差。
针对应用三轴陀螺仪和三轴加速度传感器的物体水平姿态角测量问题，在卡尔曼滤波算法的姿态传感器信号融合方法的基础上，提出了基于可变加权卡尔曼算法的传感器信号融合方法。该方法将陀螺仪输出的角速度误差作为时变误差处理，认为陀螺仪输出的角速度误差与其所测得的角速度及上一时刻的角速度输出误差相关，并据此建立陀螺仪测量线性方程。在此基础上，应用可变加权卡尔曼滤波算法，以加速度计输出的姿态角对陀螺仪测量的姿态角进