【摘 要】
:
无线传感器网络由众多小型传感器节点组成,它们能够感应、计算和传输来自恶劣物理环境的数据。基于其良好的分布特性,无线传感器网络在诸如位置感应、环境观察、医疗监测等领域具有广泛应用。然而,由于需要执行计算和通信操作,电池的耗尽速度很快,这给无线传感器的密钥管理带来巨大挑战。因此,研究能量约束下的无线传感器网络密钥管理方案是当前研究的热点之一。论文首先提出了一种通过太阳能为传感器节点进行能量采集与充电的
论文部分内容阅读
无线传感器网络由众多小型传感器节点组成,它们能够感应、计算和传输来自恶劣物理环境的数据。基于其良好的分布特性,无线传感器网络在诸如位置感应、环境观察、医疗监测等领域具有广泛应用。然而,由于需要执行计算和通信操作,电池的耗尽速度很快,这给无线传感器的密钥管理带来巨大挑战。因此,研究能量约束下的无线传感器网络密钥管理方案是当前研究的热点之一。论文首先提出了一种通过太阳能为传感器节点进行能量采集与充电的方法以延长传感器网络电池寿命。当节点能量低于阈值时,源节点和中继节点能够从可用的阳光中收集能量并使用该能量将信息传输并转发到下一跳。基于能量收集和充电实验研究,每天每平方米收集的最小能量约为48千焦耳,最大能量为84千焦耳,这表明所提出的无线传感器网络能量收集与充电方法具有良好的稳定性。论文还提出了一种基于改进的低能耗自适应聚类分层协议的能效聚类路由协议。该协议以循环方式选择簇头并将整个网络的能量负荷优先分配给剩余能量更多的传感器节点,从而达到降低网络能耗、提高网络生命周期的目的。本文从吞吐量、延迟以及传感器节点失效与存活数量等方面对提出的改进协议进行实验仿真。无线传感器网络中第一个节点的生命周期比原始协议增长了 5倍,这表明所提出的改进协议改善了能耗、延长了网络寿命。此外,本文提出了一种基于量子密码和逻辑门的密钥管理方案。它采用爱因斯坦·波多尔斯基·罗森悖论对分配策略来克服恶意节点引起的易感性,并使用Toffoli和Peres可逆逻辑门来减少无线传感器网络能耗。由于存储在传感器节点中的量子位只能使用一次且不能重复使用,因此即使节点受到损害,该方案也可以降低信息泄漏的风险。研究结果表明,所提出的方案既保证了无线传感器网络的安全密钥共享又减少了网络能耗。综上所述,本文研究了能量约束下的无线传感器网络密钥管理方案,提出了应用太阳能进行传感器节点能量采集与再充电的方法,基于改进低能耗自适应聚类分层协议的节能路由协议以及基于量子密码和逻辑门的密钥管理方案。实验结果表明了所提方法的有效性,具有研究意义和应用价值。
其他文献
近年来,随着计算机和网络技术的快速发展和普及,多媒体数据越来越多样化并在网络和社交媒体上呈现出爆炸性增长的趋势。如何有效管理、检索和利用这些庞大的多媒体数据成为了国内外工业界和学术界共同关注的问题。基于紧致编码的最近邻搜索技术具有占用空间小,计算复杂度低等优点,已经被广泛应用于多媒体数据的管理和分析。在本文中,我们较为全面的研究了面向多媒体数据最近邻检索的紧致编码学习算法。针对单模态和多模态等不同
面对未来无线网络的海量连接、增强移动宽带、超可靠性、低时延等业务需求,兼具照明和通信的可见光通信(VLC)以及兼顾频谱效率和用户体验的非正交多址接入(NOMA)分别成为极具潜力的通信范例与多址方案。由于室内VLC系统中每个光小区内用户数有限、光链路信噪比高、发光二极管(LED)发射角与接收器视场角可调谐、信道状态信息较稳定等特点可与NOMA完美契合,因此,从增强频谱效率和探索新型频谱两个层面出发,
增长性与值分布性质是复函数的两种本质特性.解析函数的增长性刻画、复方程(组)解的增长性估计以及亚纯函数的值分布分析等一直是复分析领域的经典问题.本文从逼近和唯一性两方面讨论复函数的增长性与值分布性质,主要包括全平面内收敛的Laplace-Stieltjes变换和复微-差分方程组解的增长性,多连通域内亚纯函数的唯一性,具体内容如下:1.Laplace-Stieltjes变换的增长性.通过引入有限双下
异质图像合成是指对各种不同来源人脸图像之间进行转化与合成,比如不同光照变化下相机拍摄的人脸照片、画家手绘的素描画像、软件合成的人脸照片以及红外成像设备采集到的红外图像。近年来,应用在数字娱乐领域的异质图像合成以及应用在执法领域中的素描画像的合成与识别受到了极大的关注。人脸画像合成主要是指通过输入的照片生成相应的素描画像,主要通过一些合成方法对画像-照片之间的复杂映射关系进行建模,并利用所学习到的映
随着各种高科技技术和探测技术在军事中的应用,降低武器装备等被发现的概率,提高其在现在化战场中生存能力的需求显得尤为迫切。被称为低可探测技术的隐身技术可以改变或减少目标的可探测信息从而降低其被敌方探测系统发现的概率。一般隐身技术以雷达隐身为主,因为位于武器或飞行器上的雷达天线是电磁波的主要散射源。因此,设计兼具传输和隐身功能的雷达天线罩对于降低目标的雷达散射截面(Radar Cross Sectio
极化敏感阵列可以感知入射电磁波的多维电磁场分量,不仅能显著改善对电磁辐射源空域信息的感知性能,而且还可以提供目标的极化信息,其性能要高于传统标量阵列,是阵列信号处理的一个前沿领域,在雷达、通信、声纳和导航等领域有着广阔的应用前景,极化敏感阵列参数估计是一项重要的研究内容,且当前绝大多数极化敏感阵列参数估计算法都是针对远场信号源。然而,随着大型(超大型)阵列以及分布式阵列在实际中的应用日益广泛,在这
随着计算、通信和传感器技术的快速发展,大量的复杂动态系统比如自动制造系统,智能交通系统和物流系统等应运而生,它们都具有混合命令、控制、通信和信息问题的特征。由于各种信号的并发和冲突以及人为设计的运行规则,系统状态只能通过随时间异步发生的离散事件来改变。因此,这类人造系统通常被视为离散事件系统。特别地,由Ramadge和Wonham共同提出的监督控制理论为离散事件系统的控制提供了有力的支撑,其特点在
共形阵列贴合载体曲面的构型符合基于空气动力学的飞行器外形设计,可以减小飞行阻力和油耗、降低飞行器RCS、提升隐身能力。在雷达性能方面,这种构型可最大限度地扩展阵列有效孔径,获得更广的波束覆盖范围和监控视野;天线贴合曲面、不同朝向的放置使极化响应各异的特点给共形阵列带来极化敏感能力。综合利用空域-时域-极化域自由度能提高共形阵列的目标探测能力和地杂波抑制能力,这依赖于对目标回波和杂波在空-时-极化多
近来深度学习已引起AI,计算机视觉,语言处理等多个领域研究人员的关注。本质上讲,序列到序列结构(例如递归神经网络(RNN)和卷积神经网络(CNN))在检测,事件预测和预报等任务中已得到广泛应用。从大规模传感器数据网络,众多工业,环境传感器以及网络空间生成的数据对流的可用性以及相关的高效且可扩展的算法提出了越来越高的需求。这类算法可以自动分析这些数据,检测并标记异常数据,预测感兴趣的事件,甚至预测未
现代无线通信系统的不断发展对天线的电性能指标提出了越来越严格的要求。电磁超表面具有强大的电磁波调控能力和极化转换能力,可以应用于法布里珀罗谐振腔天线、卡塞格伦天线和折叠透射阵天线中实现波前调控、指向调控和极化调控的设计,已经获得了研究学者们的广泛关注并且逐渐成为天线领域的研究热点。论文结合国家自然科学基金项目进行选题,以电磁超表面为中心,对几种基于电磁超表面的新型天线进行研究。论文具体研究成果如下