[发明专利]一种基于双重检测的无线传感器网络安全定位方法

权利要求书

1.一种基于双重检测的无线传感器网络安全定位方法，其特征在于：所述的方法包括以下步骤：

(1)测得当前时刻所在场所的环境衰减指数n，建立RSSI对数衰减模型，步骤如下：

(1.1)设置参考节点X₁，接收2个邻居锚节点X₂和X₃的RSSI值；

(1.2)代入两式相减后可以发现环境衰减指数n与RSSI₀无关；RSSI_i为参考节点X₁接收到第i个邻居锚节点的信号强度，RSSI₀为1m处接收到的RSSI值，d₀＝1m，d_i为参考节点X₁与X₂、X₃间的实际测量距离；

(1.3)多测几组求平均值即可得到当前时刻所在场所的环境衰减因子n，得到RSSI对数衰减模型为RSSI＝RSSI₀-10nlog₁₀(d_i)；

(2)未知节点分别采集来自通讯范围内的锚节点数目N和针对每个锚节点接收到的p个RSSI值,通讯半径为x米，表示为：其中，表示未知节点接收到的第i个锚节点的p个RSSI值；

(3)若通讯范围的锚节点数目N大于等于3，则转入步骤(4)，若不符合则扩大通讯范围,然后转入步骤(2)；

(4)将采集到的每个RSSI值通过对数衰减模型转换成对应的距离并计算每个锚节点的距离方差，计算公式分别为：

其中，RSSI₀表示为距离未知节点1m处接收到的RSSI值，RSSI′为步骤(2)中采集到的未知节点接收到来自通讯范围内的锚节点的RSSI值，n为衰减指数，表示为未知节点接收到的第i个锚节点的p个RSSI信号值根据衰减模型分别转换成对应的距离的方差；

(5)通过高斯滤波模型对采集的RSSI值剔除小概率的值，再对处理后的RSSI求均值，求均值的计算公式为：

其中，N为通讯范围内的锚节点数目，为未知节点接收到的第i个锚节点p个RSSI信号值的总和；

(6)根据对数衰减模型将每个RSSI均值转换成节点间对应的距离，计算公式表示为：

其中，RSSI₀表示为距离未知节点1m处接收到的RSSI值，为未知节点接收到的通讯范围内N个锚节点的RSSI均值，n为衰减指数；

(7)根据RSSI方差的差异，检测出通信范围内存在的恶意节点，检测恶意节点的步骤为：

(7.1)首先，计算出每个锚节点RSSI值的噪声标准偏差，计算公式为：

可简化为，

其中，argmin|·|为给定表达式的值达到其最大值的函数，Var(d_i1,d_i2,…,d_ip)表示为未知节点接收到的第i个锚节点的p个RSSI信号值根据衰减模型分别转换成对应的距离的方差；表示为第i个锚节点根据数据处理后的RSSI均值转换成对应的距离的值在对数衰减模型中对应的距离方差，该表达式的具体推导在步骤(9)中有详细推导；化简后的表达式中的n为环境衰减因子，为步骤(6)中第i个锚节点根据衰减模型转化得到的与未知节点之间的距离；

(7.2)将每个锚节点计算出来的σ_tt值与阈值λσ比较，若σ_ttλσ则标注为非恶意节点；否则标注为恶意节点；其中，σ表示为非恶意节点的噪声标准偏差；

(8)若步骤(7)中检测出来的恶意节点数等于0，则转入步骤(9)；若不为0，进入二次检测，比较恶意节点和非恶意节点的距离方差，若恶意节点的距离方差小于非恶意节点的，那么保留该恶意节点，锚节点数目为M，然后转入步骤(9)；

(9)根据衰减模型的方差对每个锚节点的距离进行加权，得到加权矩阵W，距离方差的推算公式如下所示：

(9.1)假设距离估计是一个随机变量，其累积分布函数CDF由下式给出:

式中，Q(·)是Q函数，σ表示为非恶意节点的噪声标准偏差，d_i为距离估计，γ表示为随机变量；

(9.2)d_i的概率密度函数PDF表示为：

(9.3)由此得，d_i、的方差表示为：

(9.4)由此可得，加权矩阵为：

(10)根据加权最小二乘算法确定未知节点的位置坐标，加权最小二乘算法的计算公式为：未知节点的坐标为t＝[q₁,q₂]^T；

其中，

其中，分别表示第i个锚节点x和y的坐标值，为步骤(6)中第i个锚节点根据衰减模型转化得到的与未知节点之间的距离；

(11)将定位出来的未知节点升级为锚节点，参与其余未知节点的定位。