模糊网络环境中基于信任的目标甄别机制∗

张 洁

（福建农业职业技术学院 福州 350007）

1 引言

在传感网络中对服务质量（QoS）［1］较低的节点进行定位，可以通过其附近节点的精确位置信息，或附近节点的间距来辅助实现。显然周边节点精确的位置和间距信息有助于甄别目标节点。然而出于成本考虑，在建设网络时未能在所有节点上部署GPS。因此，通过设计计算节点坐标信息的算法就成为了研究的热点。常用的计算策略主要有基于非测距/测距定位方案。

非测距定位方案只要通过获得已知节点的位置信息即可锁定目标节点。实施过程是通过引入加权值来体现全网中不同的已知节点对未知节点的间隔计算的影响力，再评估出加权跳数和跳距从而锁定目标节点。但是，该方案的实施是在节点密度较为均衡［2］的拓扑环境中，且信标节点比例较多的情况下。这样的环境与现实中所部署的可用参考节点有限的模糊网络环境并不总是对称。

测距定位方案则是通过计算待测节点和已知节点的间距来甄别坐标精确的目标节点，常见的实施策略有模拟退火算法和误差规避算法。其中前者属于集中式定位，实施过程不仅需要大量的开销占据网络资源，更由于扩展性不足限制了其优势的发挥。后者虽然通过分布式机制跟踪锁定目标节点，但算法在计算复杂度方面却表现不佳。同时，两种算法在测距偏差容忍度［3］方面较弱。

基于此，本文提出一种在模糊网络环境中，通过分布式计算跟踪来锁定目标节点的甄别机制。该机制通过改善模糊网络环境中可用参考节点极少，或参考节点部署的偶然性所导致的测距偏差，来提高目标甄选的准确度。

2 偏差分析

模糊网络环境中，虽有大量节点随机分布于拓扑结构，但载有GPS的信标节点却极少。在指定网络区域范围内，当信标节点小于2 个甚至恰好部署在一条线路上时，由于外界因素导致的测距误差，最终所甄别出来的目标节点坐标很可能与实际目标节点坐标呈现出围绕某条直线的对称性分布。

上述偏差过程描述为：假设节点TR被定义为本次甄别的目标实际坐标，节点C和共线上的节点A、节点B 作为信标节点。以A 节点为中心的通信半径范围和以B 节点为中心的通信半径范围相交于TR点和TW点，后者为目标的待选坐标。待测目标和信标的测距定义为Lct、Lat、Lbt。其中，信标C和Tw/TR之间的测距定义为Lct1/Lct2。在实施目标甄别时，根据式（1）测距的差额∆i来决定选谁作为TR点的定位位置。当由于测距过程的误差导致了∆2=∆1，则无法确定TR节点的位置坐标；当由于测距过程的误差导致了∆2＞∆1，则TR节点出现定位误差。

根据上述分析不难推测，当待测节点在被定位过程中出现了偏差，这个定位偏差的节点如果被再次视为其他待测目标的参考对象时，终究会因累积［4］性偏差致使全网甄别机制的失效。并且，此种定位误差影响力与模糊网络环境中节点测距误差、参考节点部署的偶然性呈正比。

3 信任度分析

基于上述问题，本文为目标甄别机制设立一个甄别模型。模型需与模糊网络［5］的部署特征相吻合，故在测试网络区域范围内随机撒布的普通节点规模远超载有GPS 的信标节点。甄别机制通过计算参考节点和筛选待选节点来分布式实施跟踪锁定全过程。据此，建立以下甄别模型。

假设一条共线上分布有信标节点A(XA，YA)、信标节点B(XB，YB)。信标节点到目标节点T 的测距为LAT和LBT。节点D 作为参考节点。经由式（2）计算可得目标节点T位于共线两侧的待选点，即T1和T2的位置信息(XT1，YT1)、(XT2，YT2)。

为确保参考节点的信任度［6］，要求参考节点D位处目标节点T 的通信范围内，并且不位于信标节点A 和信标节点B 的连线上。同时，还需通过计算［7］分析确保参考节点的实际坐标DR(XDR，YDR)和估算坐标DE(XDE，YDE)位于两个信标节点的同一边。据此要求，建立一个参考节点偏差模型。

在该模型下，定义参考节点的单跳邻居节点中存在跳距矛盾的节点在3 个以上。则节点表示为。定义参考节点的多跳邻居节 点 中 存 在 跳 距 矛 盾 的 节 点 为。则跳距矛盾节点的坐标信息表征为(XgRi，YgRi)和(XgEi，YgEi)。则由式（3）可求LDEgRi和LDEgEi。

从DE点延伸出一条与节点A 节点B 连线的垂直 线［8］，经 由 式（4）可 算 出 垂 点H(XH，YH) 和和

当且仅当权重大于等于零，才能确保DE和DR不位于两个信标节点的连线上且处于连线的同一边。此时，DR列为可信任的参考节点，并由式（5）计求出该信任参考节点与目标节点的待选点之间的间距。

4 甄别机制

出于成本考虑，建设模糊传感网络时接入的节点大多为普通传感节点，载有GPS的节点极少。本文研究的基于信任的目标甄别机制正是结合模糊网络部署节点的特征出发来实施目标节点跟踪锁定过程。因此，启动甄别机制前待测的目标节点需在通信半径范围内遍历载有GPS的信标节点，然后再搜索寻找信任度较高的参考节点，最后甄别出目标节点。整个算法的运行过程如图1所示。

图1 甄别流程

5 测试分析

5.1 测试模型

为方便通过NS-2仿真平台对甄别机制的性能进行测试［10］，实验开始前先对仿真模型和相关指标做如下设置：1）构建100M×100M 的待测模糊传感网络，并分别在全网范围内随机撒布几组普通节点/信标节点：46/4、67/8、88/12、109/16、130/20、151/24、172/28、193/32；2）分别设置测距偏差：0、3、6、9、12、15、18、21、24、27、30、33、36、39；3）为避免相同类型节点在投放过程中不够随机［11］导致实验数据不准确，本次对实验模型开展300次仿真。

为了验证甄别机制的实效性，实验方案主要通过调整不同类型节点的规模以及测距的偏差来考察甄别机制的优势，并将该机制下的差错情况与常见的实施策略模拟退火机制和误差规避机制展开比较。

5.2 测试分析

在给定面积的待测模糊网络中，当节点规模较大时，由于可信任节点［12］的增加，跟踪锁定的精度势必较高。从图2 所示的曲线图不难看出，三种机制下的跟踪精度和节点规模呈正比关系。相比较传统的模拟退火机制和误差规避机制，邻居节点对本文研究的甄别机制的影响效力较低。即便其误差较大，只需满足权重条件均可被考虑列入甄别机制中可信任的对象用于跟踪目标节点。而传统的机制由于对邻居节点的依赖程度较高，在定位精度方面表现不佳。因此本文研究的甄别机制在甄别出差错率方面占据优势。

图2 甄别差错率

当待测模糊网络中各类节点规模恒定时，跟踪锁定的误差程度伴随着测距偏差增加而增加。从图3 所示的曲线可见，三种机制的跟踪差错程度都随着测距偏差程度的加剧而呈现出线性递增［13］的趋势。由于本文研究的目标甄别机制对测距精度依赖性较弱，故甄别目标的差错程度最轻微。

图3 甄别差错程度

信标节点的存在很大程度上改善了各类定位算法的能效性，同时待测节点被列入定位算法的接受定位的机率［14］也随着信标节点的密度有所提升。这样的表现在图4 所示的曲线中得以体现，三条曲线随信标节点规模的增加均表现出了良好的被甄别率。由于传统的模拟退火机制和误差规避机制对待测目标周边节点的权重值要求较为苛刻。因此在模糊网络中，当待测目标附近节点密度较低，符合权重值条件的节点很少时，这类待测目标群体将不在定位［15］算法考虑范围内，于是失去了被跟踪定位的机会。与此相反，本文研究的基于信任的目标甄别机制对目标周边节点的权重［16］条件，只需要满足其实际坐标和估算坐标位于两个信标节点的同一边即可纳入可信任的考虑范围，随后通过该参考节点进一步跟踪［17］锁定待测目标坐标。显然对于待测目标而言，其被甄别机制列入考察范围接受甄别定位的机率显著增加。

图4 被甄别率

6 结语

本文通过分析传统定位算法运用在信标节点密度较低且测距偏差较大的模糊网络环境中所表现出来的坐标评估误差和算法适用的局限性，提出了一种基于信任的目标甄别机制。

该机制首先分析了坐标定位偏差导致的影响，再通过建立信任机制实施目标甄别过程。最后，在NS-2 模拟环境中构建甄别模型来测试甄别机制。测试结果表明了该机制在基于测距偏差的目标甄别精度方面表现出了优势，适用于在节点部署较为随机且成本较低的模糊网络环境中，具有广泛的适应性。