没有合适的资源?快使用搜索试试~ 我知道了~
首页多跳无线网络的多干扰源精确定位方法
多跳无线网络的多干扰源精确定位方法
0 下载量 124 浏览量
更新于2024-07-15
收藏 2.04MB PDF 举报
本文主要探讨了一种面向多跳无线网络的多干扰源定位算法,该算法在解决复杂无线环境下的定位问题上展现出创新性和有效性。算法的核心步骤分为三个部分: 1. 分组投递率谷点推定:首先,算法从网络中的多个初始节点出发,利用梯度下降法来寻找干扰源。这种方法依据的是分组投递率,即数据包在传输过程中受到干扰的程度。通过迭代优化,算法沿着分组投递率梯度下降最快的方向移动,直到达到一个分组投递率最低点,也就是所谓的谷点。这个谷点代表了干扰源可能的位置。 2. 接收干扰强度峰点推定:接着,算法引入功率自适应动态调整技术,通过梯度上升法进一步定位。接收干扰强度峰点(RJSS峰点),即接收信号最强的点,被称为RJSS停止节点。这个阶段的目标是根据接收到的干扰信号强度持续增加的方向,精确地接近干扰源,直到找到RJSS停止节点。 3. 聚类分析确定干扰源位置:在定位到RJSS停止节点后,算法会处理那些无法与其通信的邻居节点。通过聚类分析,将这些节点按照某种相似性准则(如信号强度、距离等)进行分类,以此来推断出剩余干扰源的数量和位置。聚类分析有助于减少不确定性,并提高定位精度。 通过模拟实验,作者证明了这个算法相较于现有的定位方法,能够显著降低多干扰源定位过程中的误差。此外,当干扰源之间的间距满足特定条件时,该算法的定位效果更为优越,显示出其在处理复杂无线环境中的优势。 本文提出的多跳无线网络多干扰源定位算法结合了梯度法和聚类技术,有效地解决了无线网络中的干扰定位问题,对于提升无线通信系统的鲁棒性和安全性具有重要意义。
资源详情
资源推荐
![](https://csdnimg.cn/release/download_crawler_static/14158777/bg7.jpg)
·182· 通 信 学 报 第 37 卷
18) PT=PT+
_
100
I
NMAX
19) for j=1:m //m 为 m
i
邻居节点总数
20) 计算 neighbor
j
节点的接收信噪比 SNR_
neighbor
j
及 其接收到的干扰信号 强度 RJSS_
neighbor
j
21) δ=RJSS_neighbor
j
−RJSS_m
i
//更新循环条件
22) if (SNR_neighbor
j
>SNR_threshold)&(δ>0)
//SNR_threshold 为接收信噪比阈值
23) m
i
=neighbor
j
24) RJSS_m
i
= RJSS_neighbor
j
25) break
26) end
27) end
28) if δ>0
29) break
30) end
31) end
32) if δ<0
33) w
i
=m
i
34) end
35) end
36) 记录 w
i
以最大发射功率发送分组时,仍不
能成功接收的邻居节点列表{unreceived_neighbor
i
}
37) end
//聚类分析
38)[O_ES]=K_means(unrecieved_neighbor
1
,unre
cieved_neighbor
2
,…,unreceived_neighbor
M
),对 M 个
停止节点的{unreceived_neighbor}列表进行聚类计
算,聚类中心作为干扰源的估计位置
4.4 算法分析
4.4.1 复杂度分析
假设节点间平均距离为 d,网 络 半径为 R。对 于
每个初始节点,PDR 谷点推定和 RJSS 峰点推定过程
的平均跳数是
R
d
。假定一跳的通信开销为 c,初始节
点数量为 M,其平均邻居数量为
s
n ,则算法总的通
信开销为
s
Mn cR
d
。从存储角度来说,假定每个节点
用 4 byte 存储每个邻居的 PDR 值,用 4 byte 存储每
个邻居的 RJSS 值,则每个节点的存储开销为
8
s
n ,
总的存储开销上界为
8
s
N
n
,其中,N 是节点总数。
聚类分析的时间复杂度为 O(knt),其中,k 为最佳聚
类数量,n 为输入样本数量,t 为迭代次数。
4.4.2 收敛分析
从某个初始节点开始的 PDR 谷点推定过程会
停止于此节点的网络范围内的 PDR 谷点,且由于
算法采用某个时刻的测量结果,因此不会出现震荡
情况。同 样地,从 PDR 停止节点开始的 RJSS 峰点
推定过程也同样停止于其网络范围内的 RJSS 峰
点,也不会出现震荡情况。而 K-means 算法则随
着迭代次数到达而停止。为了保证定位效果的准
确性,5.3 节
讨论了定位算法对干扰源间的距离的
要求。总之,算法会在估计的时间开销、通信开
销和存储开销之内收敛,并给出多个干扰源的估
计位置。
5 算法验证与结果分析
本节设计了一系列模拟实验,用于验证所提出
的多干扰源定位算法的性能。首先,介绍了实验设
定;然后,在多干扰场景下,对本文提出的多路径
搜索定位算法以及现有的几种定位算法分别进行
仿真比较;最后,探讨参数对算法性能的影响,并
进行分析讨论。
5.1 实验设定
本文采用 Matlab 搭建了一个多跳无线网络模
型。假设网络部署在 L×L 的区域内,N 个网络节
点均匀分布在 N 个 l×l 的网络栅格中,M 个干扰源
随机部署在网络中。仿真中使用的主要参数如表 1
所示。
表 1 实验仿真参数
参数 含义 默认值
N 网络节点数量
400
M 干扰源数量
3
L 节点部署范围
400 m
l 网络栅格长度
20 m
PJ 干扰源发射功率
15 dBm
PT 节点发射功率
25 dBm
O
M
/D
干扰源坐标/干扰源间距
(100, 200), (200, 200),
(300, 200)/100 m
PN 环境噪声功率
−42 dBm
IN_MAX 发射功率最大增量
15 dBm
SNR_threshold 信噪比阈值
30 dB
d
node_mean
节点间平均距离
25 m
d
0
停止节点与丢失邻居节
点平均距离
15 m
201
6284
-
7
![](https://csdnimg.cn/release/download_crawler_static/14158777/bg8.jpg)
第 12 期 王棋萍等:面向多跳无线网络的多干扰源定位算法 ·183·
对比基准。本文选择 X 射线多干扰源定位算法
和质心定位算法与本文提出的算法进行定位性能
比较,分析算法的优劣。
对比测度。本文采用平均绝对误差(MAE, mean
absolute error)来衡量算法的定位性能,定义如式(3)
所示。
1
1
ˆ
()
M
ii
M
i
MAE X X
=
=−
∑
(3)
其中,
i
X
、
ˆ
i
X
分别为第 i 个干扰源的实际位置和
估计位置。
5.2 实验结果与分析
5.2.1 性能验证
首先实验验证了所提出的多干扰源定位算法
的性能,并在相同场景中与现有的 X 射线多干扰定
位算法和质心定位算法进行了性能比较。图 6 为算
法的仿真结果,其中,实线折线、虚线折线分别为
PDR 谷点推定路径和 RJSS 峰点推定路径。初始节
点沿着上述 2 段路径逼近干扰源,RJSS 停止节点如
图 6 矩形框所示,由于节点的发射功率增量有限,
RJSS 停止节点与附近干扰源仍存在一定距离。对停
止节点丢失的邻居节点进行聚类分析,聚类中
心作
为估计干扰源位置,如菱形所示。
图 6 本文算法多干扰源定位算法定位结果
图 7 为 X 射线多干扰源定位仿真结果。图 7 中折
线围成的区域为干扰区域,三角形节点为骨架的分叉
点,矩形方框为聚类中心,即为估计干扰源的位置。
图 8 展示了 3 种定位算法在 100 次实验后的平
均绝对误差值(MAE)。由图 8 可知本文提出的定
位算法 MAE 为 5.201 2,定位精度最高。X 射线
定位和质心定位的平均绝对误差分别为 27.480 9 和
103.207。其中,质心算法是以估计干扰源与各个干
扰源间距离的平均作为平均绝对误差。在 X 射线定
位中,环境噪声会造成干扰边界的波动,从而影响
区域骨架的形状,导致定位性能的降低。质
心定位
算法没有对干扰源数量进行正确估计和对干扰区
域进行合理的划分,因此,简单地对被干扰节点进
行坐标平均无法定位干扰源的位置。
图 7 X 射线多干扰源定位
图 8 多干扰场景中的定位算法精度比较
5.2.2 参数影响
本节主要讨论了干扰源间距和干扰源发射功
率和干扰源位置对算法性能的影响。
在干扰源间距分别为{100,80,60,40}的 4 个干
扰场景中,本文算法的平均定位误差如图 9 所示。
随着干扰源间距的减小,定位误差增大。这是因为
当干扰源间距减小时,RJSS 停止节点间距减小,导
致丢失邻居节点交织分布,通过聚类分析得到的聚
类数可能不等于实际干扰源数量,因此,定位的误
差增大。
201
6284
-
8
剩余38页未读,继续阅读
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![application/x-rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://profile-avatar.csdnimg.cn/default.jpg!1)
weixin_38593380
- 粉丝: 4
- 资源: 964
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![](https://csdnimg.cn/release/wenkucmsfe/public/img/voice.245cc511.png)
最新资源
- 解决本地连接丢失无法上网的问题
- BIOS报警声音解析:故障原因与解决方法
- 广义均值移动跟踪算法在视频目标跟踪中的应用研究
- C++Builder快捷键大全:高效编程的秘密武器
- 网页制作入门:常用代码详解
- TX2440A开发板网络远程监控系统移植教程:易搭建与通用解决方案
- WebLogic10虚拟内存配置详解与优化技巧
- C#网络编程深度解析:Socket基础与应用
- 掌握Struts1:Java MVC轻量级框架详解
- 20个必备CSS代码段提升Web开发效率
- CSS样式大全:字体、文本、列表样式详解
- Proteus元件库大全:从基础到高级组件
- 74HC08芯片:高速CMOS四输入与门详细资料
- C#获取当前路径的多种方法详解
- 修复MySQL乱码问题:设置字符集为GB2312
- C语言的诞生与演进:从汇编到系统编程的革命
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)