融合判决门限和信任过滤机制的WSN异常节点定位方法OA北大核心CSTPCD

由于网络拓扑频繁变化使无线传感网络(Wireless Sensor Network,WSN)中的节点会移动或失效,从而造成传感器节点所产生数据具有不确定性,且节点异常具有多模态特性,易造成错定漏定的问题。因此,提出融合判决门限和信任过滤机制的WSN异常节点定位方法。通过传感器位置特征组建K-近邻图信号函数捕捉节点间的空间关系;利用低通滤波前后的平滑度差异设计判决门限来减少数据不确定性的影响,实现WSN异常节点检测;通过Beta分布初步信任评价锚点位置信息,调节信任更新权重来适应拓扑变化,引入信任过滤机制差异化处理WSN节点,并通过簇头节点判断锚点可信度,实现WSN异常节点精准定位。结果表明,所提方法异常节点定位虚警概率在1%以下,OPR值可达到99.12%,具有较高的定位精度。