【技术实现步骤摘要】
基于稀疏项恢复的恶意锚节点检测和目标节点定位方法
[0001]本专利技术涉及无线传感器网络
，更具体地，涉及一种基于稀疏项恢复的恶意锚节点检测和目标节点定位方法。
技术介绍
[0002]物联网是新一代信息技术的至关重要的研究部分，它利用了诸如射频识别、全球定位、红外感知等各类具有信息感应的设备，按照相关的协议和约定，将任何事物同互联网相连接起来，进行相关的信息传输和交换，并且对事物进行识别、定位、跟踪和监控，形成对于互联网在现实环境中拓展和延伸，实现了不受制约于时间和空间的万物互联互通网络。在物联网技术中，事物的感知是将物理现实环境和信息世界融合在一起的重要一环，是对事物的信息的交互连接是，这种感知又是基于传感器和传感器网络得以实现。
[0003]无线传感器网络(WSN)是基于各类节点的部署，这样大量的节点部署在待检测和控制的区域内，节点承担着收集信息和获取自身定位信息的任务。但是网络的初始阶段，这样大量的节点是随机部署在网络区域，无法预先知道各个节点的位置信息，并且在后续组网过程中，基于对传感器节点的易损性和...
【技术保护点】
【技术特征摘要】
1.一种基于稀疏项恢复的恶意锚节点检测和目标节点定位方法，其特征在于：所述的方法包括步骤如下：S1：将无线传感器网络中攻击者对于节点的测距数值攻击项构建成未知扰动项，并在未知扰动项中引入目标节点待估位置，得到未知稀疏向量；S2：将恶意锚节点检测和目标节点定位问题转换为对未知稀疏向量的恢复问题；S3：根据递推加权线性最小二乘法确定初始节点的位置，并采用自适应梯度投影方法对具有稀疏特性的未知稀疏向量进行恢复和重建；S4：利用未知稀疏向量恢复数值逼近阈值确定恶意锚节点判定范围，实现对于恶意锚节点的检测，利用干扰项重建的非稀疏项部分恢复确定目标节点位置信息。2.根据权利要求1所述的基于稀疏项恢复的恶意锚节点检测和目标节点定位方法，其特征在于：根据无线传感器分布模型，将传感器网络所部署的网络环境中，设置网络中锚节点的位置信息集{A1,A2…
A
n
}，随机定某个节点作为目标锚节点，其位置为t＝[t
x
,t
y
]，第i个锚节点和目标节点的真实距离为||A
i
‑
t||,i＝1,2,
…
n，因此，第i个锚节点和目标节点的测量距离d
i
表示如下：d
i
＝||A
i
‑
t||+n
i
+u
i
,i＝1,2,
…
n
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)式中，n
i
表示为测量过程中的噪声，为满足独立分布的均值为0的高斯随机变量；u
i
表示未知扰动项，采用独立分布的高斯随机变量表示，其表达式如下：式中，i＝1,2,
…
n表示第i个节点；μ
att
表示均值、表示方差，若第i个节点为恶意锚节点，则u
i
为非零值，否则该值为零值或者接近零值。3.根据权利要求1所述的基于稀疏项恢复的恶意锚节点检测和目标节点定位方法，其特征在于：所述的未知稀疏向量表示为P＝[u1,u2,
…
u
n
,t
x
,t
y
]式中，u
i
表示未知扰动项，i＝1,2,
…
,n；t＝[t
x
,t
y
]表示目标节点待估位置。4.根据权利要求3所述的基于稀疏项恢复的恶意锚节点检测和目标节点定位方法，其特征在于：步骤S2，将恶意锚节点检测和目标节点定位问题转换为对稀疏向量的恢复问题：式中，d
i
表示存在测量误差时的恶意锚节点的距离估量值；A表示系数矩阵，λ表示正则因子、u表示攻击项。5.根据权利要求4所述的基于稀疏项恢复的恶意锚节点检测和目标节点定位方法，其特征在于：由于未知稀疏向量的恢复和重建依赖于初始节点的位置，因此根据信号能量损失与发送端和接收端的距离关系构建信号能量接收模型，根据信号能量接收模型构建线性系统模型，采用递推加权线性最小二乘法进行求解，从而确定初始节点的位置。6.根据权利要求5所述的基于稀疏项恢复的恶意锚节点检测和目标节点定位方法，其特征在于：所述的信号能量接收模型的表达式如下：式中，P
R
表示第i个接收端接收来自目标锚节点发送的信号能量；P
Ti
表示第i个发送端
发送的起始信号能量，d
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。