CN106507409A - 一种基于纳什均衡等级优化的无线感知环境入侵对象方法 - Google Patents

一种基于纳什均衡等级优化的无线感知环境入侵对象方法 Download PDF

Info

Publication number
CN106507409A
CN106507409A CN201510571764.0A CN201510571764A CN106507409A CN 106507409 A CN106507409 A CN 106507409A CN 201510571764 A CN201510571764 A CN 201510571764A CN 106507409 A CN106507409 A CN 106507409A
Authority
CN
China
Prior art keywords
environment
node
vibrations
nash equilibrium
matrix
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201510571764.0A
Other languages
English (en)
Inventor
尹皓天
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201510571764.0A priority Critical patent/CN106507409A/zh
Publication of CN106507409A publication Critical patent/CN106507409A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/08—Load balancing or load distribution

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于纳什均衡等级优化的无线感知环境入侵对象方法，包括如下步骤：步骤1、依据环境入侵对象震动强度，划分环境入侵对象与检测震动节点关联映射表；步骤2、根据环境入侵对象与检测震动节点关联映射表，实现震动感知节点的自主感知和通信行为，建立感知震动信息传输的纳什均衡模型；步骤3、基于感知信息传输的纳什均衡模型，构建感知震动节点信任等级的行为策略的矩阵分析过程；步骤4、求解等级行为策略矩阵方程特征解，获取环境入侵对象优化感知结果。本发明方法借助无线传感网特性，根据环境入侵对象震动强度，实现了部署在实际环境中的节点自发检测行为，优化采集信息传输过程，一方面增强了震动节点感知环境入侵对象的自主选择性，另一方面提高了无线传感网络的优化信息传输的能力。

Description

一种基于纳什均衡等级优化的无线感知环境入侵对象方法
技术领域
本发明属于无线传感网络下的数据采集和传输研究领域，具体涉及一种基于纳什均衡等级优化的无线感知环境入侵对象方法。
背景技术
在环境恶劣或替代人为排查场景中，利用无线传感器节点可以实现环境入侵对象感知和信息传输的过程，但是，如何准确辨识入侵对象并将检测信息选择最优化的路由进行信息传输，这一过程需要在无线传感网络中进行实施，由此，势必会导致无线震动检测节点和通信节点的能源消耗问题以及网络组织架构随机适应性能力下降的趋势。为了缓解上述问题，借助纳什均衡自适应的特点，将信任分级的思想引入到无线感知环境入侵对象领域，同时建立纳什均衡的数学博弈模型，从环境入侵对象震动强度和无线感知信息路由路径优化的层面，可以有效地平衡环境入侵对象解辨识性和信息传递准时实性的相互抑制关系。
发明内容
本发明的目的在于一方面增强震动节点感知环境入侵对象的自主选择性，另一方面提高无线传感网络的优化信息传输的能力，通过提供基于纳什均衡等级优化的无线感知环境入侵对象方法得以实现。
为了实现上述目的，本发明采用的技术方案为：包括如下步骤：
步骤1、依据环境入侵对象震动强度，划分环境入侵对象与检测震动节点关联映射表；
步骤2、根据环境入侵对象与检测震动节点关联映射表，实现震动感知节点的自主感知和通信行为，建立感知震动信息传输的纳什均衡模型；
步骤3、基于感知信息传输的纳什均衡模型，构建感知震动节点信任等级的行为策略的矩阵分析过程；
步骤4、求解等级行为策略矩阵方程特征解，获取环境入侵对象优化感知结果。
所述的步骤1中依据环境入侵对象震动强度ss，设定ss取值范围在(0，1]，根据震动检测传感器节点事先录入的空间信息、震动灵敏度、ID数据，实现检测震动节点与未知实测环境下入侵对象震动强度的映射关联表。
所述的步骤2中感知震动信息传输的纳什均衡模型如下，参与感知震动和通信博弈的参与节点集合为P＝{源端感知节点，路由中转端节点1，……，路由中转端节点n，终端感知节点}，基于每次入侵检测环节下节点的通信期望值最大化，来选取参与者参与博弈的策略行为，策略博弈选取的效用函数记为stpi(ct)，参与者pi在某次指定的通信任务ct下的实施策略st。
所述的步骤3中感知震动节点信任等级的行为策略的矩阵建立过程如下，(1)确立震动感知及通信的参与者Pi参与协作行为函数向量集合ΨP为1×n维的矩阵；(2)确立参与者Pi旁观协作行为函数向量集合ΨB为1×n维的矩阵；(3)确立参与者Pi参与协作的相关信任等级下综合影响因子集合F为1×n维的矩阵；(4)确立参与者Pi旁观协作的相关信任等级下综合影响因子集合F为1×n维的矩阵；(5)确立参与者Pi行为函数矩阵
所述的步骤4中获取环境入侵对象优化感知的推导如下，计算MP特征值向量λ＝［λ1，λ2，…λn]，再将ss数值与λi关联，以λi为评判标准，实现环境入侵对象感知和信息传输最优化解。
与目前无线传感技术相比，本发明基于纳什均衡等级优化的无线感知环境入侵对象方法事先建立环境入侵对象与检测震动节点关联映射表，然后建立感知震动信息传输的纳什均衡模型，最后实现感知震动节点信任等级的行为策略的矩阵推导，获取环境入侵对象辨识和信息传递优化的解决方案。本发明方法可以有效地平衡环境入侵对象辨识性和信息传递准时实性的相互抑制关系，一方面，在无线传感网络内部提前实现环境入侵对象辨识过程；另一方面在辨识过程当中，通过纳什均衡信任等级划分方法的集成优化过程，实现检测震动信息路由最优解。
附图说明
图1本发明方法设计与实现流程图。
具体实施方式
下面结合附图对本发明做进一步的详细说明。
参见图1，本发明基于纳什均衡等级优化的无线感知环境入侵对象方法具体操作按照如下顺序进行：
1.设计环境入侵对象和检测震动节点映射表：依据环境入侵对象震动强度ss，设定ss取值范围在(0，1]，根据震动检测传感器节点事先录入的空间信息、震动灵敏度、ID数据，实现检测震动节点与未知实测环境下入侵对象震动强度的映射关联表。
2.构建无线传感网络并实现感知震动信息及传输的纳什均衡模型建立过程：利用无线传感网络实现参与入侵对象信息感知和传输协作的相关信任等级下综合影响因子获取过程，建立面向震动检测节点和通信节点的纳什均衡模型，该模型首先明确检测震动节点，然后划分震动信息感知和传输等级并建立相关行为函数。
3.获取震动强度检测和信息路由最优策略：通过构建感知震动节点信息等级行为策略矩阵，求解震动节点信任等级行为策略举证特征方程，将上述特征方程的特征值关联检测震动强度数值，最终获取震动强度检测和信息路由最优解。

Claims (5)

1.一种基于纳什均衡等级优化的无线感知环境入侵对象方法，其特征在于，包括如下步骤：
步骤1、依据环境入侵对象震动强度，划分环境入侵对象与检测震动节点关联映射表；
步骤2、根据环境入侵对象与检测震动节点关联映射表，实现震动感知节点的自主感知和通信行为，建立感知震动信息传输的纳什均衡模型；
步骤3、基于感知信息传输的纳什均衡模型，构建感知震动节点信任等级的行为策略的矩阵分析过程；
步骤4、求解等级行为策略矩阵方程特征解，获取环境入侵对象优化感知结果。
2.根据权利要求1所述的基于纳什均衡等级优化的无线感知环境入侵对象方法，其特征在于：所述的步骤1中依据环境入侵对象震动强度ss，设定ss取值范围在(0，1]，根据震动检测传感器节点事先录入的空间信息、震动灵敏度、ID数据，实现检测震动节点与未知实测环境下入侵对象震动强度的映射关联表。
3.根据权利要求1所述的基于纳什均衡等级优化的无线感知环境入侵对象方法，其特征在于：所述的步骤2中感知震动信息传输的纳什均衡模型如下，参与感知震动和通信博弈的参与节点集合为P＝{源端感知节点，路由中转端节点1，......，路由中转端节点n，终端感知节点}，基于每次入侵检测环节下节点的通信期望值最大化，来选取参与者参与博弈的策略行为，策略博弈选取的效用函数记为stpi(ct)，参与者pi在某次指定的通信任务ct下的实施策略st。
4.根据权利要求1所述的基于纳什均衡等级优化的无线感知环境入侵对象方法，其特征在于：所述的步骤3中感知震动节点信任等级的行为策略的矩阵建立过程如下，(1)确立震动感知及通信的参与者Pi参与协作行为函数向量集合ΨP为1×n维的矩阵；(2)确立参与者Pi旁观协作行为函数向量集合ΨB为1×n维的矩阵；(3)确立参与者Pi参与协作的相关信任等级下综合影响因子集合F为1×n维的矩阵；(4)确立参与者Pi旁观协作的相关信任等级下综合影响因子集合F为1×n维的矩阵；(5)确立参与者Pi行为函数矩阵 M P = F P T Ψ P + F B T Ψ B .
5.根据权利要求1所述的基于纳什均衡等级优化的无线感知环境入侵对象方法，其特征在于：所述的步骤4中获取环境入侵对象优化感知的推导如下，计算MP特征值向量λ＝[λ1，λ2，...λn]，再将ss数值与λi关联，以λi为评判标准，实现环境入侵对象感知和信息传输最优化解。
CN201510571764.0A 2015-09-04 2015-09-04 一种基于纳什均衡等级优化的无线感知环境入侵对象方法 Pending CN106507409A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510571764.0A CN106507409A (zh) 2015-09-04 2015-09-04 一种基于纳什均衡等级优化的无线感知环境入侵对象方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510571764.0A CN106507409A (zh) 2015-09-04 2015-09-04 一种基于纳什均衡等级优化的无线感知环境入侵对象方法

Publications (1)

Publication Number Publication Date
CN106507409A true CN106507409A (zh) 2017-03-15

Family

ID=58287915

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510571764.0A Pending CN106507409A (zh) 2015-09-04 2015-09-04 一种基于纳什均衡等级优化的无线感知环境入侵对象方法

Country Status (1)

Country Link
CN (1) CN106507409A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107508792A (zh) * 2017-07-13 2017-12-22 福建师范大学 一种移动云计算中的数据可信感知方法
CN115474162A (zh) * 2021-06-11 2022-12-13 成都极米科技股份有限公司 广播感知进程协商的方法、装置、设备、***及存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107508792A (zh) * 2017-07-13 2017-12-22 福建师范大学 一种移动云计算中的数据可信感知方法
CN107508792B (zh) * 2017-07-13 2020-10-30 福建师范大学 一种移动云计算中的数据可信感知方法
CN115474162A (zh) * 2021-06-11 2022-12-13 成都极米科技股份有限公司 广播感知进程协商的方法、装置、设备、***及存储介质
CN115474162B (zh) * 2021-06-11 2023-08-15 极米科技股份有限公司 广播感知进程协商的方法、装置、设备、***及存储介质

Similar Documents

Publication Publication Date Title
CN100581119C (zh) 无线传感器网络分布式融合识别方法
Diamant et al. Cooperative authentication in underwater acoustic sensor networks
Gao et al. Toward 5G NR high-precision indoor positioning via channel frequency response: A new paradigm and dataset generation method
Paul et al. MIMO authentication via deliberate fingerprinting at the physical layer
CN103795479B (zh) 一种基于特征值的协作频谱感知方法
CN106054130B (zh) 一种基于music算法的室内定位方法及装置
CN103227997A (zh) 无线中继网络中安全容量与能量消耗的联合优化方法
CN106507409A (zh) 一种基于纳什均衡等级优化的无线感知环境入侵对象方法
Osman et al. Artificial neural network model for decreased rank attack detection in RPL based on IoT networks
Wang et al. CSI-based physical layer authentication via deep learning
CN105959337B (zh) 一种基于物理层信任度的Sybil节点识别方法
CN106507275B (zh) 一种无线传感器网络的鲁棒分布式滤波方法和装置
CN105322994B (zh) 一种进行3d波束成形的方法、装置和***
CN104202106A (zh) 移动场景中基于信任度的协作频谱感知方法
CN101969352A (zh) 一种基于快速变极化的频谱感知方法
Palanisamy et al. Communication trust and energy-aware routing protocol for WSN using DS theory
Xie et al. Lightweight secure localization approach in wireless sensor networks
CN106211149B (zh) 基于主成分分析的信道互易性增强方法
Deng et al. Radio environment map construction using super-resolution imaging for intelligent transportation systems
CN105307185B (zh) 一种基于数据净化的群智协同频谱感知方法
CN104125572A (zh) 基于节点协作的Sybil攻击检测方法
CN108271168B (zh) 一种基于Dijkstra算法的无线传感器网络覆盖优化方法
Paul et al. Performance analysis of received signal power-based Sybil detection in MANET using spline curve
Banaeizadeh et al. Pilot contamination attack detection in 5G massive MIMO systems using generative adversarial networks
Wang et al. 3D percolation theory-based exposure-path prevention for optimal power-coverage tradeoff in clustered wireless camera sensor networks

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20170315

WD01 Invention patent application deemed withdrawn after publication