《物联网学报》2022年第2期目次&摘要
戳上面的蓝字关注我们哦！
《物联网学报》
第6卷第2期 2022年6月
《物联网学报》2022年第2期
（点击原文链接在官网阅读完整文章）
01 低功耗水下物联网：愿景与关键技术
刘杨, 李崔灿, 彭木根
朱颖洁, 张武雄, 易辉跃, 许晖
李建东, 杨晶晶, 黄铭
杨靖, 谢金凤, 陈怡
亓晋, 王微, 陈孟玺, 许斌, 董振江, 孙雁飞
李养群, 张登银
罗丹, 徐茹枝, 关志涛
张一弓, 易茜, 李剑, 李聪波, 尹爱军, 易树平
景少雄, 袁悦, 熊家炜, 王军选
詹文, 梁译文, 孙兴华, 谭雪松
李芬芳, 党小超, 郝占军
黄山虎, 孙君, 常浩飞, 吕文俊, 杨钦
专题：智能无线定位与跟踪技术
低功耗水下物联网：愿景与关键技术
作者：刘杨, 李崔灿, 彭木根
摘要：随着水下传感设备的激增以及对能源节约的追求，低功耗水下物联网的概念得以提出。受基于射频的反向散射网络启发，低功耗水下物联网利用水声反向散射技术实现水下传感器节点低功耗、低成本通信，在如水下长期探测等水下领域有着广泛的应用前景。首先，介绍了低功耗水下物联网的原理与架构；然后，提出并分析了该架构的关键技术，如感知、通信、组网、资源分配、安全等；最后，探讨了低功耗水下物联网的未来研究方向。
原文链接：http://www.infocomm-journal.com/wlw/article/2022/2096-3750/2096-3750-6-2-00001.shtml
一种基于全相位FFT幅值的频率补偿方法
作者：朱颖洁, 张武雄, 易辉跃, 许晖
摘要：距离测量是无线定位技术的重要组成部分而基于毫米波的测距精度取决于差频信号的频率估计，但是现有频率估计算法存在计算量大、精度低等问题。为了提高测距精度，对频率估计算法进行了深入研究，提出了一种基于全相位快速傅里叶变换（apFFT, all phasefast Fourier transform）幅值的频率补偿值和频率估计方法，提升了频率估计的性能。该方法首先基于全相位 FFT 和常规 FFT 频谱之间的关系，估计出信号幅值。而且，利用信号幅值、信号频谱幅值与频率补偿值之间的关系，采用牛顿迭代算法求解出频率补偿值。然后，利用频率补偿值对信号进行移频后再次估计频率补偿值，得到信号频率的最终估计值，并由此计算目标的距离。仿真结果表明所提方法比现有方法具有更高的距离测量精度。
原文链接：http://www.infocomm-journal.com/wlw/article/2022/2096-3750/2096-3750-6-2-00010.shtml
基于知识图谱的Wi-Fi室内定位技术研究
作者：李建东, 杨晶晶, 黄铭
摘要：在常见的Wi-Fi室内定位方法中，大部分研究聚焦于定位算法的精度，但是对于已有室内数据如何进行高效组织和处理，以实现室内位置服务的应用系统研究并不多。针对此类问题，将知识图谱与传统室内定位技术结合，并利用多种软件开发技术完整开发出实用的定位系统。融合了物理空间和信息空间，信息空间包含室内信息获取、云端服务、信息存储及计算部分，物理空间表达了室内空间结构及其数据关系。最后，通过WEBGL（web graphics library）技术进行直观的定位展示，以实现室内信号数据和定位结果的可视化。系统拥有完备的数据存储和使用机制，对室内物联网设备的已有数据信息整合后便可以为用户提供房间级位置服务，并且系统的分步定位功能有助于减少系统运算耗时。
原文链接：http://www.infocomm-journal.com/wlw/article/2022/2096-3750/2096-3750-6-2-00019.shtml
我国智慧城市场景中物联网终端评测与认证体系研究
作者：杨靖, 谢金凤, 陈怡
摘要：在智慧城市建设过程中，物联网终端是设施智能化和管理精细化的必备要素，物联网终端产品的质量则是保障智慧城市应用可靠性的关键。然而，物联网终端具有种类杂、技术协议多、互操作性差、场景差异大的特点，这导致缺乏统一的物联网终端质量评测与认证体系问题，从而难以保证智慧城市场景中物联网终端的质量。针对该问题，首先，分析了我国智慧城市典型应用中的物联网终端定义、分类与标准化对象。然后，基于物联网终端标准化对象，提出了物联网终端评测体系。最后，考虑物联网终端的通信和行业应用属性，提出了物联网终端的认证体系。物联网终端评测与认证体系给物联网终端的评测提供了理论依据，为提高物联网终端质量奠定了基础。
原文链接：http://www.infocomm-journal.com/wlw/article/2022/2096-3750/2096-3750-6-2-00026.shtml
理论与技术
工业互联网的概念、体系架构及关键技术
作者：亓晋, 王微, 陈孟玺, 许斌, 董振江, 孙雁飞
摘要：工业互联网作为实现传统工业数字化转型的关键路径之一，已经引起学术界和产业界的广泛关注。工业互联网涵盖内容众多，其体系架构及关键技术也在不断演化发展，面临概念范畴不清晰、体系架构不健全、关键技术不明朗等问题。为了探讨以上问题，通过梳理工业互联网与工业物联网、工业4.0/5.0、智能制造的关系阐明工业互联网的基本概念，分析工业互联网体系架构及涉及的关键技术，总结工业互联网面临的挑战并展望工业互联网领域未来的研究方向。
原文链接：http://www.infocomm-journal.com/wlw/article/2022/2096-3750/2096-3750-6-2-00038.shtml
物品万维网资源管理框架研究与应用
作者：李养群, 张登银
摘要：物品万维网（WoT, Web of things）将万物通过Web相连在一起，实现物品（things）所提供的数据或服务等资源的共享，以充分实现它们的潜在价值。但这些资源分布于各地并且分属于不同组织，基于中央基础设施的 WoT 资源管理机制已无法满足当前应用规模不断扩展、需求快速变化、数据种类不断增加的新形势。针对这些新问题与新需求，提出了一种WoT资源管理框架（WoTRMF, Web of things resource management framework）。首先，在该框架的基础上对资源的分布式管理、资源高效发布与发现、资源的安全高效共享、资源统一管理平台等机制进行综述。接着，针对分布式管理需求，提出了一种基于地理位置的P2P技术以实现WoT应用的高可用性和高效资源管理；针对高效发布/发现需求，提出了基于概率主题的智能化WoT资源发布方法以实现资源的自动化分类及有序发布与存储；针对资源安全访问需求，提出了基于区块链的安全可信WoT资源共享机制。然后，针对资源统一管理需求，给出了该WoT资源管理框架的功能实现模型。最后，通过WoTRMF在智慧城市安全管理中的应用分析了其开放性、灵活性、可扩展性及智能化等特点。
原文链接：http://www.infocomm-journal.com/wlw/article/2022/2096-3750/2096-3750-6-2-00050.shtml
物联网环境中基于深度学习的差分隐私预算优化方法
作者：罗丹, 徐茹枝, 关志涛
摘要：为有效处理物联网大规模应用所带来的海量数据，深度学习在物联网环境中得到广泛应用。然而，深度模型在训练过程中，存在推理攻击、模型逆向攻击等安全威胁，这会导致输入模型中的原始数据泄露。应用差分隐私对深度模型训练过程的参数进行保护，是解决该问题的有效方式。基于此提出一种物联网环境中基于深度学习的差分隐私预算优化方法，根据参数迭代变化规律，自适应地分配不同预算；为避免噪声过大的问题，引入正则化项对扰动项进行约束，既防止神经网络过拟合，又有助于学习模型的显著特征。实验表明，所提方法可有效增强模型的泛化能力；随着模型迭代次数增加，加噪后训练得到的模型，与使用原始数据训练得到的模型，二者精度差值低于0.5%。因此，所提方法既可实现用户隐私保护，同时有效保证模型可用性，实现了隐私性和可用性的平衡。
原文链接：http://www.infocomm-journal.com/wlw/article/2022/2096-3750/2096-3750-6-2-00065.shtml
鼠标行为HHT变换的工业互联网用户身份认证
作者：张一弓, 易茜, 李剑, 李聪波, 尹爱军, 易树平
摘要：工业互联网的快速发展引发了对网络安全的广泛关注，终端用户身份认证技术成为研究热点。根据工业互联网人机交互特点，设计了实验网站，收集了该网站 24 名用户两年半的非受控环境下鼠标行为数据作实例，采用希尔伯特黄变换（HHT, Hilbert-Huang transform）提取鼠标行为信号频域特征，结合时域特征，形成163维时频域联合特征矩阵，用于表征用户鼠标行为模式特征。使用 Bagged tree、支持向量机（SVM, support vector machine）、Boost tree和K最邻近（KNN, K-nearest neighbor）算法构建网络用户身份认证模型，对比数据测试结果表明，Bagged tree算法在本案例中内部检测效果最佳，平均错误接受率（FAR, false acceptance rate）为0.12%、平均错误拒绝率（FRR, false rejection rate）为0.28%；外部检测中，平均FAR为1.47%。相较于传统鼠标动力学方法，使用HHT提取鼠标行为频域信息能更好地实现终端用户身份认证，为保障工业互联网安全提供有效的技术支撑。
原文链接：http://www.infocomm-journal.com/wlw/article/2022/2096-3750/2096-3750-6-2-00077.shtml
一种基于随机接入时机动态分配的接入方案
作者：景少雄, 袁悦, 熊家炜, 王军选
摘要：随着物联网（IoT, internet of things）的快速发展，机器类型通信（MTC, machine type communication）在生活中的应用大幅增长，机器类设备（MTD, machine type device）的部署也越来越密集。在这种情况下，如果发生断电断网等突发情况，在设备通电的瞬间将会有大规模的MTD同时向基站发起接入，设备接入基站需要完成下行同步、接收系统消息和随机接入（RA, random access）等过程。然而基站所能分配的前导资源是有限的，无法满足如此庞大的接入需求，从而造成网络阻塞，影响设备的接入概率和接入时延。为了减轻RA的接入冲突，提出了一种基于上下行子帧和物理随机接入信道（PRACH, physical random access channel）配置的动态随机接入时机（RO, random access occasion）调整方案，以及针对时延要求高的部分MTD分配特定的前导资源，仿真结果表明该方案能够有效提高系统的吞吐量，降低设备的接入时延。
原文链接：http://www.infocomm-journal.com/wlw/article/2022/2096-3750/2096-3750-6-2-00088.shtml
面向mMTC的5G网络多随机接入机制性能优化策略
作者：詹文, 梁译文, 孙兴华, 谭雪松
摘要：为优化对具有不同流量特征的海量机器类通信（mMTC, massive machine type communication）业务的支持，5G网络将并存两种随机接入机制：基于报文的随机接入（PBRA, packet-based random access）机制和基于连接的随机接入（CBRA, connection-based random access）机制。然而，面向mMTC业务流量特征的随机接入机制选择问题，却尚未得到解决。为此，本文将分析PBRA机制和CBRA机制下的网络吞吐量和信令开销，解决在信令开销受限的条件下，吞吐量最大化的优化问题。以此为基础，得到了最优随机接入机制选择策略和相应的网络参数配置方案，并通过仿真进行验证。
原文链接：http://www.infocomm-journal.com/wlw/article/2022/2096-3750/2096-3750-6-2-00095.shtml
基于三维Voronoi图划分的加权混合回归定位算法
作者：李芬芳, 党小超, 郝占军
摘要：随着无线通信技术和感知技术的发展，基于无线传感器网络的各种技术应运而生，这些技术被广泛应用在智慧农业、智慧交通、消防救援等领域。节点定位技术是无线传感器网络的基础技术之一，位置信息是感知数据的一部分，它决定了下一步要采取的具体措施。由于三维空间定位环境的复杂性，将平面上的定位方法应用在三维空间会有一定的局限性。针对以上问题，研究了基于三维空间Voronoi图的加权混合回归定位算法WMR-SKR。该定位算法分为离线训练和在线测试两个阶段。根据网络中的锚节点对定位空间进行三维Voronoi图划分，离线训练阶段将锚节点和 Voronoi cell 顶点的坐标组成的序列作为训练集进行训练。在线测试阶段通过训练好的定位模型对网络中未知节点的坐标进行预测。仿真实验结果表明，所提算法可有效降低三维空间中的节点定位误差，同时有效提高节点定位速度。
原文链接：http://www.infocomm-journal.com/wlw/article/2022/2096-3750/2096-3750-6-2-00106.shtml
9.5～10.5 GHz频段室内离体信道的测量与建模
作者：黄山虎, 孙君, 常浩飞, 吕文俊, 杨钦
摘要：为探索高频段室内离体信道的无线传播特性，对9.5～10.5 GHz频段多个典型室内场景进行离体信道测量。在大尺度衰落方面，通过研究路径损耗发现人体遮挡因子与旋转角度呈正弦函数关系，并与收发端距离呈现负指数关系，因此建立距离与角度联合相关的新型路径损耗模型，并根据阴影衰落统计特性证明新模型的精确性与适用性。在小尺度衰落方面，通过分析路径损耗与均方根（RMS, root mean square）时延扩展的线性相关性，获得距离与角度相关的新型 RMS 时延扩展模型。证明了收发端距离与人体旋转产生的遮挡因子越大，路径损耗和多径衰落也越严重。新型离体信道模型可用于设计物联网环境体域网（BAN, body area network）的离体链路，为未来的室内无线通信系统提供理论与实践基础。
原文链接：http://www.infocomm-journal.com/wlw/article/2022/2096-3750/2096-3750-6-2-00117.shtml
联系我们
Tel：010-81055691
E-mail：wlwxb@bjxintong.com.cn