排序方式: 共有8条查询结果,搜索用时 531 毫秒
1
1.
2.
3.
VANET受限于车辆的高速移动性,网络拓扑的动态性及无线信道的开放性,极易遭受来自网络内部的差评攻击和选票攻击.为了保障VANET通信安全,本文提出了一种基于动态聚类的信任模型,通过去除推荐信任中与主观信任偏离度较大的数据,最大化包含评估节点邻域内的有效信息,从而减少恶意攻击对信任计算造成的影响.实验表明,该模型具有较强的抗攻击性和鲁棒性.随着VANET中攻击节点所占比例的增加,网络能够保持较高的吞吐量和较低的丢包率,模型的计算结果能够保持较高的准确性. 相似文献
4.
5.
为了提高节点定位精度,解决定位误差较大的问题,提出了基于元胞蝙蝠算法的无线传感器网络节点定位算法,以此来获得更高的定位精度。首先将元胞自动机的思想融入蝙蝠算法,采用了改进的元胞限制竞争选择小生境技术和灾变机制,使得该算法在寻优过程中能够跳出局部极值,避免早熟现象,更快地收敛到全局最优解。通过标准测试函数的验证,表明了该改进算法在收敛深度和广度上的优势。之后将元胞蝙蝠算法应用到无线传感器网络节点定位上来提高定位精度。实测实验中,该算法在测试环境下平均定位误差在0.4 m以内,相比于改进PSO算法,获得更好的定位效果。 相似文献
6.
惯性导航系统(INS)是以惯性器件测量位置参数的定位系统,但随着时间的累积,系统的定位精度逐步变差,产生累积误差现象。基于无线传感器网络(WSN)的定位技术通常需要3个锚节点进行定位,但在室内复杂环境中,系统会处于锚节点欠定状态,此时需要辅助定位方法解决室内欠星定位问题。针对上述定位系统的不足,提出了一种基于IMU辅助和场景分析的多信息融合室内单星定位方法,该方法可通过场景分析的约束条件逐步消除IMU在室内环境下的累积误差效应,并通过单星定位技术进一步优化定位目标的位置信息。经过地下车库实验验证,本方法平均定位精度是0.75 m,定位误差有97.5%的概率在2 m以内,能满足室内亚米级高精度导航定位的要求。 相似文献
7.
Collision and security issues are considered as barriers to RFID applications.In this paper,a parallelizable anti-collision based on chaotic sequence combined dynamic frame slotted aloha to build a high-efficiency RFID system is proposed.In the tags parallelizable identification,we design a Discrete Markov process to analyze the success identification rate.Then a mutual authentication security protocol merging chaotic anti-collision is presented.The theoretical analysis and simulation results show that the proposed identification scheme has less than 45.1%of the identification time slots compared with the OVSF-system when the length of the chaos sequence is 31.The success identification rate of the proposed chaotic anti-collision can achieve 63%when the number of the tag is100.We test the energy consumption of the presented authentication protocol,which can simultaneously solve the anti-collision and security of the UHF RFID system. 相似文献
8.
1