-
题名深度学习强度估计下移动传感网络异常节点定位
- 1
-
-
作者
甘泽楷
陈爱国
-
机构
江西财经大学软件与物联网工程学院
-
出处
《传感技术学报》
北大核心
2025年第8期1505-1510,共6页
-
基金
江西省教育厅教学改革项目(JXJG-21-4-21)
江西省教育厅科学技术研究项目(GJJ210507)。
-
文摘
针对移动传感网络节点位置改变所致的信号因反射、折射引起的信号强度波动所导致的基于强度的距离估计偏差和定位的准确性,提出了一种深度学习强度估计下移动传感网络异常节点定位方法。利用深度学习分析节点特征,通过无向图模型捕捉节点间关联,并结合高斯混合模型(Gaussian Mixture Model,GMM)评估节点能量。通过设定阈值,有效识别多径效应异常节点及其链路。基于接收信号强度指示(Received Signal Strength Indicator,RSSI)时间窗口方差分析筛选异常链路,采用权重链路最小误差定位技术,实现异常节点的精确定位。仿真结果表明,所提方法检测异常节点的漏检次数为1次,在异常节点定位方面的性能明显更优。
-
关键词
移动传感网络
异常节点定位
深度学习
高斯混合模型
强度估计
权重链路定位
-
Keywords
mobile sensor network
abnormal node localization
deep learning
Gaussian mixture model
intensity estimation
weighted link positioning
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
