CN103152761A - 一种测距参数可消减的干扰源定位方法 - Google Patents

一种测距参数可消减的干扰源定位方法 Download PDF

Info

Publication number
CN103152761A
CN103152761A CN201310071268XA CN201310071268A CN103152761A CN 103152761 A CN103152761 A CN 103152761A CN 201310071268X A CN201310071268X A CN 201310071268XA CN 201310071268 A CN201310071268 A CN 201310071268A CN 103152761 A CN103152761 A CN 103152761A
Authority
CN
China
Prior art keywords
interference source
node
interference
rss
signal strength
Prior art date
Application number
CN201310071268XA
Other languages
English (en)
Other versions
CN103152761B (zh
Inventor
孙言强
蒋句平
张晓明
田宝华
李小芳
郑明玲
李宝峰
邢建英
袁远
曹跃胜
胡军
胡戈
Original Assignee
中国人民解放军国防科学技术大学
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 中国人民解放军国防科学技术大学 filed Critical 中国人民解放军国防科学技术大学
Priority to CN201310071268.XA priority Critical patent/CN103152761B/zh
Publication of CN103152761A publication Critical patent/CN103152761A/zh
Application granted granted Critical
Publication of CN103152761B publication Critical patent/CN103152761B/zh

Links

Abstract

本发明公开了一种测距参数可消减的干扰源定位方法,其步骤为:(1)监控网络检测到干扰攻击;(2)选取参照节点,进行干扰源位置的估算;(3)被选到的参照节点记录接收到的来自干扰源的信号强度值RSS,并通过网络广播该信息;(4)判断参照节点是否线性相关,若线性相关,则执行步骤(2);若线性无关,则执行步骤(5);(5)利用线性化方法,将传输距离d与接收到的信号强度值RSS的指数关系线性化;(6)根据线性化后的方程组,结合多边测量定位方法,计算干扰源的估算位置。本发明具有原理简单、操作简便、定位准确度高、可节省能耗和成本、适用范围广等优点。

Description

—种测距参数可消减的干扰源定位方法
技术领域
[0001] 本发明主要涉及到网络监控中干扰源的定位技术领域,特指一种测距参数可消减的干扰源定位方法。
背景技术
[0002] 在无线监控网络中,如果利用干扰设备,发动干扰攻击,则可能对无线监控网络造成严重的威胁,比如节点间数据得不到传输,导致信息通道中断,从而失去监控状态下对态势的掌握能力。因此,研究干扰攻击的防御策略,包括如何避过干扰源、如何定位干扰源、如何在有干扰的情况下继续保持通信等课题对于提高自身安全,保障通信的及时性和可靠性等都具有重要的现实意义。掌握与干扰攻击有关的关键技术和问题,对于掌握战争主动权、提高通信效率都具有重要的实际意义和价值。
[0003] “干扰源定位”是最直接、最有力的抵抗干扰攻击的方式。当前主要有测距无关的干扰源定位技术和基于测距的干扰源定位技术。基于测距的定位方法主要是测量节点各种不同的物理属性,如信号强度值(Received Signal Strength, RSS)、到达时间差(TimeDifference Of Arrival, TDOA)等,然后根据这些测量值估算被定位节点与参照节点之间的距离。基于3个或者更多的距离值,依据多边测量(multilateration technique)方法就可以估算出被定位节点的位置。在基于RSS的定位中,已知发送节点的信号强度,接收节点根据收到的信号强度值,计算出信号的传播损耗,利用信号传播损耗模型将传输损耗转化为距离,再利用已有的算法计算出节点的位置。
[0004] 基于RSS定位算法实现的简单性和低成本,使其在传感器监控网络节点定位中得到了广泛应用。但传统的基于RSS的定位方法不能用于存在恶意干扰的网络环境。这是因为,在传播损耗模型中,节点之间的距离由RSS值、传输功率和路径损耗参数等值决定,且呈指数关系。不同于一般的传感器节点定位,干扰环境下干扰源不会同参照节点协同合作,因此其传输功率和相关的路径损耗等参数无法获取,故无法将RSS转化为距离值。
发明内容
[0005] 本发明要解决的技术问题就在于:针对现有技术存在的技术问题,本发明提供一种原理简单、操作简便、定位准确度高、可节省能耗和成本、适用范围广的测距参数可消减的干扰源定位方法。
[0006] 为解决上述技术问题,本发明采用以下技术方案:
[0007] —种测距参数可消减的干扰源定位方法,其步骤为:
[0008] (I)监控网络检测到干扰攻击;
[0009] (2)选取参照节点,进行干扰源位置的估算;
[0010] (3)被选到的参照节点记录接收到的来自干扰源的信号强度值RSS,并通过网络广播该信息;
[0011] (4)判断参照节点是否线性相关,若线性相关,则执行步骤(2);若线性无关,则执行步骤(5);
[0012] (5)利用线性化方法,将传输距离d与接收到的信号强度值RSS的指数关系线性化;
[0013] (6)根据线性化后的方程组,结合多边测量定位方法,计算干扰源的估算位置。
[0014] 作为本发明的进一步改进:
[0015] 所述步骤⑵中,参照节点需满足如下条件:(a)位于干扰区域边缘;(b)参照节点数为k个且不共圆,其 中4。
[0016] 所述步骤⑶中,通过网络广播的信息为报文,每条报文包含了节点的ID、实际物理位置信息以及接收到的干扰信号强度值,接收到报文的参照节点之间相互共享RSS值,同时基于最大剩余能量,在这些参照节点中选择一个局部的Leader,用来负责干扰源位置的估算。
[0017] 所述步骤(5)中,将信号强度值与传输距离之间的关系线性化的方法为:
[0018] 定义式
Figure CN103152761AD00041
为干扰源(X。,yQ)与参照节点(X^yi)之间的距离,根据信号传播的shadowing模型,传输距离与信号强度之间的关系为:式
=(-1^PLk)/5 λ,则可以得到* EIO' 2;定义线性化参数Coci和ω i,将该指数关系线性化,即<5螂+叫^,其中COci和CO1两个参数的大小由RSS测量值ri,测距参数PLdP路径损耗参数λ共同决定。
[0019] 与现有技术相比,本发明的优点在于:
[0020] 1.本发明的干扰源定位方法,不再依赖于测距参数PLk(传输功率)和λ (路径损耗参数)。在真实的无线网络监控环境中,如果存在干扰(无意干扰或有意的干扰攻击),干扰源不会与参照节点协同合作,因此其传输功率PLk无法获取。路径损耗参数λ则因具体的网络周围环境不同而不同,通过本发明就可以消减测距参数PL1^P λ,使得干扰源定位不再依赖于这两个测距参数,更符合实际的复杂网络环境。
[0021] 2.本发明的干扰源定位方法,线性化参数Oci和Co1不影响干扰源定位的准确度。本发明就是利用线性化方法,将干扰源和参照节点之间的距离d与参照节点接收到的来自干扰源的信号强度值RSS指数关系线性化。通过理论推导和实验证明,线性化参数Oci和O1在定位过程中都已经被消减,完全不影响干扰源定位的精度,这可以显著减少线性化参数选择的工作量。
[0022] 3.本发明的干扰源定位方法,干扰源定位完全由网络内节点完成,不需要网络外节点或专业定位设备辅助。本发明完全通过网络内节点之间相互共享信息、协作传输的方式完成,充分发挥众包(crowdsourcing)的思想,不依赖于GPS、红外等定位设备,大大节省了能耗和成本。
附图说明
[0023] 图1是本发明方法的流程示意图。
[0024] 图2是本发明在具体应用实例中线性化实例对比的示意图。
[0025] 图3是本发明在应用实例中进行定位的误差比较效果示意图;其中图3a为采用质心定位时的效果示意图,图3b为采用CRB定位时的效果示意图,图3c为采用本发明方法定位时的效果示意图。
具体实施方式
[0026] 以下将结合说明书附图和具体实施例对本发明做进一步详细说明。
[0027] 如图1所示,本发明的测距参数可消减的干扰源定位方法,其步骤为:
[0028] (I)监控网络检测到干扰攻击。
[0029] (2)选取参照节点,进行干扰源位置的估算。
[0030] (3)被选到的参照节点记录接收到的来自干扰源的信号强度值RSS,并通过网络
广播该信息。
[0031] (4)判断参·照节点是否线性相关,若线性相关,则执行步骤(2);若线性无关,则执行步骤(5)。
[0032] (5)利用线性化方法,将传输距离d与接收到的信号强度值RSS的指数关系线性化。
[0033] (6)根据线性化后的方程组,结合多边测量定位方法,计算干扰源的估算位置。
[0034] 本发明利用线性回归方法,将距离和RSS之间的关系线性化,并结合多边测量定位,即使在无法获取传输功率和路径损耗参数的情况下,同样实现干扰源的定位。
[0035] 在上述步骤(2)中,选择参照节点,该参照节点需要满足如下条件:
[0036] (a)位于干扰区域边缘。这些节点虽然受到干扰攻击的影响,但是其信号传播仍满足所需的信噪比值(Signal to Interference and Noise Ratio, SINR)。
[0037] (b)与三点定位中三点不共线的要求类似,k(k ^ 4)个参照节点不共圆,原因在于当选取的参照节点共圆时,其记录的RSS的值可能是相同的,不利于矩阵方程的求解。
[0038] 在上述步骤(3)中,收集参照节点接收到的信号强度值。当检测到干扰攻击时,参照节点立即向周围的邻居节点广播报文(例如:“I am Jammed”)。每条报文还包含了节点的ID、实际物理位置信息以及接收到的干扰信号强度值。接收到报文的参照节点之间相互共享RSS值,同时基于最大剩余能量,在这些参照节点中选择一个局部的Leader,用来负责干扰源位置的估算。
[0039] 在上述步骤(5)中,将信号强度值与传输距离之间的关系线性化,为:定义
Figure CN103152761AD00051
为干扰源(¾, y0)与参照节点(Xi,Yi)之间的距离。根据信号
传播的shadowing模型,传输距离与信号强度之间的关系为。令χ =(_ri+PLK)/5X,则可以得到式Ξ10'ν/2。定义线性化参数ω。和Co1,将该指数关系线性化,SP其中ω。和GJ1两个参数的大小由ri,PLdP λ共同决定。
[0040] 在上述步骤¢)中,根据线性化后得到的公式估算干扰源位置,为:在有k个的不同位置参照节点的RSS测量值的情况下,结合步骤(5)中得到的变量定义和公式,可得方程组⑴:
[0041]
Figure CN103152761AD00061
[0042] 用方程组(I)第k个方程分别减其他k_l个方程,整理合并同类项,可得如下矩阵形式方程组:
[0043]
Figure CN103152761AD00062
[0045] 由方程组⑵可以看出,干扰源的位置(χ。,y0)依赖于参照节点位置(Xi,Yi) >RSS测量值^以及线性化参数Q1,而与所用信号传播模型的测距参数PLk(传输功率)、路径损耗参数λ的值无关。因此,通过线性化过程,消去了这两个参数对定位的影响。同样,也已经被消去了,这说明干扰源的位置估计与Qci的选取无关。接下来的推导可以证明,Co1的选取也不影响干扰源位置的估计。
[0046] 当k = 4时,方程组⑵即为:
Figure CN103152761AD00063
[0049]方程组(3)可以写成 β =Aa 的形式,贝U a =AH^7AH = Bdj(A)Zdet(A)c 其中:
Figure CN103152761AD00064
[0051] 令
Figure CN103152761AD00071
,其中apbjP Ci都是已知或者可以测量的值(X^yiJi),则:
Figure CN103152761AD00072
[0054] 结合式(4)、(5)以及A—^adj㈧/det(A),可以推出在矩阵^1中,前两行不再有CO1,即CO1可以被消去,综合a = A-1 β , α = [x0, yQ, 1/λ]τ可知(χ。,y0)的值不依赖于O1(G)1在矩阵A—1的前两行中已被消去),即在k = 4时,与具体的线性化参数ω ^和ω i的选取无关。
[0055] 如图2所示,为本发明中线性化的实例比较示意图。在第一种情况下,选取的参考节点集与干扰源之间的距离都比较近,因此线性化后(粗线段部分)的部分在曲线底部。第二种情况则与第一种情况相反,所有的选取的参考节点集都距离干扰源较远,因此,线性化后的部分上移。第三种情况考虑了干扰源与参考节点距离的多样性,有的离干扰源较近,有的离干扰源较远,这样在选择参考节点时,需要考虑的节点分布区域较广。
[0056] 如图3所示,为本发明在应用实例中进行定位的误差比较效果示意图,图3a为采用质心定位时的效果示意图,图3b为采用CRB定位时的效果示意图,图3c为采用本发明方法定位时的效果示意图。X和Y坐标描绘了模拟的平面区域的大小,而Z坐标则展示了在每一个网格内的定位误差RMSE (root-mean-square error, RMSE,根均方差)的值。从实验结果可以看出,提出的办法在大部分区域都与Cramer-Rao约束给出的值相近,只有在实验场景的四个角,定位误差较大。其原因在于,角落的定位几何条件较差,这里的几何条件是指干扰源与任意两个参照节点形成的三角区域的总和。
[0057] 以上仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,应视为本发明的保护范围。

Claims (4)

1.一种测距参数可消减的干扰源定位方法,其特征在于,步骤为: (1)监控网络检测到干扰攻击; (2)选取参照节点,进行干扰源位置的估算; (3)被选到的参照节点记录接收到的来自干扰源的信号强度值RSS,并通过网络广播该信息; (4)判断参照节点是否线性相关,若线性相关,则执行步骤(2);若线性无关,则执行步骤(5); (5)利用线性化方法,将传输距离d与接收到的信号强度值RSS的指数关系线性化; (6)根据线性化后的方程组,结合多边测量定位方法,计算干扰源的估算位置。
2.根据权利要求1所述的测距参数可消减的干扰源定位方法,其特征在于,所述步骤(2)中,参照节点需满足如下条件:(a)位于干扰区域边缘;(b)参照节点数为k个且不共圆,其中k≥4。
3.根据权利要求2所述的测距参数可消减的干扰源定位方法,其特征在于,所述步骤(3)中,通过网络广播的信息为报文,每条报文包含了节点的ID、实际物理位置信息以及接收到的干扰信号强度值,接收到报文的参照节点之间相互共享RSS值,同时基于最大剩余能量,在这些参照节点中选择一个局部的Leader,用来负责干扰源位置的估算。
4.根据权利要求1或2或3所述的测距参数可消减的干扰源定位方法,其特征在于,所述步骤(5)中,将信号强度值与传输距离之间的关系线性化的方法为: 定
Figure CN103152761AC00021
为干扰源(X(i,yci)与参照节点(X^yi)之间的距离,根据信号传播的shadowing模型,传输距离与信号强度之间的关系为:c/, ;令x =(_ri+PLK)/5X,则可以得到式Ξ10'ν/2淀义线性化参数ω。和Co1,将该指数关系线性化,SP式2三螂+ 其中COtl和GJ1两个参数的大小由RSS测量值&、测距参数PLk和路径损耗参数λ共同决定。
CN201310071268.XA 2013-03-06 2013-03-06 一种测距参数可消减的干扰源定位方法 CN103152761B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310071268.XA CN103152761B (zh) 2013-03-06 2013-03-06 一种测距参数可消减的干扰源定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310071268.XA CN103152761B (zh) 2013-03-06 2013-03-06 一种测距参数可消减的干扰源定位方法

Publications (2)

Publication Number Publication Date
CN103152761A true CN103152761A (zh) 2013-06-12
CN103152761B CN103152761B (zh) 2014-04-02

Family

ID=48550578

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310071268.XA CN103152761B (zh) 2013-03-06 2013-03-06 一种测距参数可消减的干扰源定位方法

Country Status (1)

Country Link
CN (1) CN103152761B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104124782A (zh) * 2014-07-04 2014-10-29 北京智谷睿拓技术服务有限公司 无线能量传输方法和设备
CN105208620A (zh) * 2015-09-01 2015-12-30 河海大学常州校区 一种面向发射干扰的工业无线传感器网络路由构建方法
CN105785352A (zh) * 2016-04-22 2016-07-20 李明科 一种防丢失监控方法及定位装置
CN106454925A (zh) * 2016-09-29 2017-02-22 中央军委装备发展部第六十三研究所 一种车联网干扰源定位方法
CN109495963A (zh) * 2018-12-11 2019-03-19 中国联合网络通信集团有限公司 定位无线网络干扰源的方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101965052A (zh) * 2010-10-15 2011-02-02 浙江工业大学 基于最优信标组的无线传感网节点定位方法
CN102595411A (zh) * 2012-01-11 2012-07-18 厦门大学 基于传感器的认知无线网络对多种类型攻击的检测方法
CN102665274A (zh) * 2012-04-19 2012-09-12 无锡儒安科技有限公司 传感器网络节点的定位方法及装置
US20130045750A1 (en) * 2011-08-19 2013-02-21 Snu R&Db Foundation Wireless localization method based on an efficient multilateration algorithm over a wireless sensor network and a recording medium in which a program for the method is recorded

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101965052A (zh) * 2010-10-15 2011-02-02 浙江工业大学 基于最优信标组的无线传感网节点定位方法
US20130045750A1 (en) * 2011-08-19 2013-02-21 Snu R&Db Foundation Wireless localization method based on an efficient multilateration algorithm over a wireless sensor network and a recording medium in which a program for the method is recorded
CN102595411A (zh) * 2012-01-11 2012-07-18 厦门大学 基于传感器的认知无线网络对多种类型攻击的检测方法
CN102665274A (zh) * 2012-04-19 2012-09-12 无锡儒安科技有限公司 传感器网络节点的定位方法及装置

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104124782A (zh) * 2014-07-04 2014-10-29 北京智谷睿拓技术服务有限公司 无线能量传输方法和设备
CN105208620A (zh) * 2015-09-01 2015-12-30 河海大学常州校区 一种面向发射干扰的工业无线传感器网络路由构建方法
CN105208620B (zh) * 2015-09-01 2018-09-21 河海大学常州校区 一种面向发射干扰的工业无线传感器网络路由构建方法
CN105785352A (zh) * 2016-04-22 2016-07-20 李明科 一种防丢失监控方法及定位装置
CN105785352B (zh) * 2016-04-22 2018-03-09 李明科 一种防丢失监控方法及定位装置
CN106454925A (zh) * 2016-09-29 2017-02-22 中央军委装备发展部第六十三研究所 一种车联网干扰源定位方法
CN106454925B (zh) * 2016-09-29 2019-07-26 中央军委装备发展部第六十三研究所 一种车联网干扰源定位方法
CN109495963A (zh) * 2018-12-11 2019-03-19 中国联合网络通信集团有限公司 定位无线网络干扰源的方法及装置

Also Published As

Publication number Publication date
CN103152761B (zh) 2014-04-02

Similar Documents

Publication Publication Date Title
Geng et al. Modeling the effect of human body on TOA based indoor human tracking
Wang et al. On received-signal-strength based localization with unknown transmit power and path loss exponent
Liu et al. A joint time synchronization and localization design for mobile underwater sensor networks
Silva et al. Experimental study of UWB-based high precision localization for industrial applications
Liu et al. Location, localization, and localizability
EP1478202B1 (en) A method of locating and measuring a mobile station
Gentile et al. Geolocation techniques: principles and applications
Liu et al. Asymmetrical round trip based synchronization-free localization in large-scale underwater sensor networks
US8054226B2 (en) Method for estimating location of nodes in wireless networks
US9599699B2 (en) RSSI positioning method based on frequency-hopping spread spectrum technology
Deshpande et al. Target localization and autonomous navigation using wireless sensor networks—A pseudogradient algorithm approach
CN103605110B (zh) 基于接收信号强度的室内无源目标定位方法
Hu et al. An improvement of DV-Hop localization algorithm for wireless sensor networks
CN102695126B (zh) 水下传感器网络定位方法
Ramezani et al. Target localization and tracking for an isogradient sound speed profile
Cheng et al. Silent positioning in underwater acoustic sensor networks
Lee et al. Location estimation using differential RSS with spatially correlated shadowing
CN103118333B (zh) 基于相似度的无线传感器网络移动节点定位方法
CN103338516B (zh) 一种基于总体最小二乘的无线传感器网络两步定位方法
Shen et al. Network navigation: Theory and interpretation
US9202088B2 (en) Method and apparatus for selecting reference tag used for positioning
Langendoen et al. Distributed localization in wireless sensor networks: a quantitative comparison
Chen et al. A localization scheme for underwater wireless sensor networks
CN101309151B (zh) 无线传感器安全定位方法
Vanheel et al. Automated linear regression tools improve rssi wsn localization in multipath indoor environment

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant