非友好环境下基于网络连通特性的无线传感器网络定位机制

节点位置信息是无线传感器网络运行和优化的前提，提供位置信息是无线传感器网络的基本功能。网络非友好的工作环境，通信干扰、物理障碍、能量失效甚至恶意攻击等致使网络定位依赖于精密的测量技术和设备，给资源受限的网络带来极大挑战。本课题拟对非友好环境下基于网络连通特性的定位技术展开研究，为资源受限的无线传感器网络提供安全有效的定位机制。研究随机部署网络的连通特性，并描述成谱图论的代数形式，建立其 与节点位置的映射关系，弥补现有定位技术缺乏理论依据的不足，设计基于网络连通特性的定位方法；针对错误信息、连通信息不完备情况设计容错机制；研究网络中信息的传播规律，制定恶意信息检测、排除和传播转移机制，提高算法的安全性；搭建物理实验系统和仿真平台，对算法进行测试和性能分析。本课题提出定位方法的同时，也为该技术的研究提供了理论依据和实验方法，为实际系统的开发设计提供了理论和方法，具有重要的理论意义和应用价值。

课题组围绕非友好环境下无线传感器网络定位机制展开研究，研究内容包括基于网络连通特征的节点定位机制、非完备信息下的节点定位机制、容错定位机制、安全定位机制及相关联的高能效数据传输及路由优化机制几部分。在实测小型系统基础上，获得了网络连通特征，针对网络应用的部署特征，提出了基于网络连通特征的非测距节点定位方案（Localization Algorithm based on Connectivity, LAC)。LAC定位方案中，节点通过邻居节点统计信息确定自身到锚节点的距离，并利用极大似然估计法计算节点的绝对位置坐标。该方案不依赖实际硬件测量，利用部署信息直接查询到锚节点的距离映射量，节点计算和通信负担低，适合无线传感器网络低功耗的应用需求。在LAC基础上，考虑网络运行中定位信息的非完备特征，引入稀疏图像处理中的压缩感知理论，（Compressed Sensing, CS），设计了非完备信息下的非测距WSNs多目标稀疏信息定位方法(Multiple Target Localization method using Compressive Sensing theory, MTLCS)，将传感器节点感知到的目标数测量矩阵表示为压缩感知理论中测量矩阵、稀疏矩阵与稀疏向量的乘积形式，通过稀疏信号重构算法恢复目标位置稀疏向量，实现多目标定位。该方法对非完备定位信息呈现很高的容忍性。考虑定位精度和能耗影响，设计了基于虚拟簇的DV-Hop定位方法，改进了hop距离估计精度，提高了定位性能。针对干扰节点定位问题设计了信息量补偿的几何定位机制，提高了节点的定位精度，且不产生过多的计算和通信负载。针对虫洞攻击的定位机制，利用网络中传输距离受限特性和数据包唯一特性检测虫洞攻击，剔除异常节点，实现安全定位。考虑定位信息传输过程中能量非确定性供给的影响，以太阳能驱动节点为例，利用Markov 预测机制及离散优化方法设计了节点的优化传输机制；利用模糊控制理论，将经济学中的泰尔指数作为能量均衡性指标设计了非确定性能量供给的路由优化机制。课题组与美国威斯康辛州立大学麦迪逊校区、加州大学洛杉矶校区、田纳西州立大学诺克斯维尔校区相关课题组进行了学术交流，与浙江大学、中国石油大学等国内课题组就研究内容进行了合作和交流。将部分研究成果整理成学术论文，其中发表学术论文4篇，录用待刊论文4篇；培养硕士研究生6名。