首页期刊导航|传感技术学报
期刊信息/Journal information
传感技术学报
东南大学 中国微米纳米技术学会
传感技术学报

东南大学 中国微米纳米技术学会

黄庆安

月刊

1004-1699

dzcg-bjb@seu.edu.cn;dzcg-bjb@163.com

025-83794925

210096

南京市四牌楼2号东南大学

传感技术学报/Journal Chinese Journal of Sensors and ActuatorsCSCD北大核心CSTPCD
查看更多>>《传感技术学报》杂志的编委委员均来自国内各著名高校的教授和博士生导师,他们是我国传感器领域方面的专家、学者和权威人士。《传感技术学报》稿源来自全国各高等院校,,中国科学院所属的有关专业研究机构以及国内大型工矿企业设置的专业研究所。《传感技术学报》刊登的论文均有2名国内同行专家审稿通过。 《传感技术学报》的作者有院士、教授、博士生导师、研究员、博士研究生、和硕士研究生以及从事该研究领域的工作人员、专家和学者。 《传感技术学报》主要面向广大的科技工作者、高等院校、各公共图书馆、情报所(室)、研究所以及厂矿,它对科技工作者、科学研究人员、广大教师、研究生、博士生都具有极为重要的参考价值。
正式出版
收录年代

    基于双重约束机制的无线传感器网络虫洞攻击检测算法

    李玲乐任秀丽
    1629-1637页
    查看更多>>摘要:针对无线传感器网络存在的虫洞攻击问题,提出了一种基于距离和能量双重约束机制的虫洞攻击检测算法(WAD-DEC).在邻居发现阶段,提出了距离阈值约束原则,通过限制消息的接收距离来防止虫洞节点建立恶意邻居;在数据传输阶段,提出了加密散列密钥算法对接收的数据进行异常监测.针对异常数据,再用提出的能量阈值约束原则检测虫洞攻击并剔除虫洞节点.在仿真实验中,与AD-PSO、MCPR算法相比,所提算法在时延检测上分别降低了 730 ms和 440 ms,将错判率最低控制在 0.15%以内,检测率最高可达 97.5%.结果表明,所提算法能够有效检测出虫洞攻击,在保持高检测精度的同时能够降低检测时延,防止虫洞节点建立恶意虚假邻居,并减少恶意重播消息数量,降低网络能耗,延长网络寿命.

    无线传感器网络虫洞攻击距离阈值能量阈值加密散列密钥

    多信源无线传感网络带宽时延感知数据汇聚方法

    耿中宝宋亚磊
    1638-1643页
    查看更多>>摘要:为提高多信源无线传感网络的传输效率,设计了一种多信源无线传感网络带宽时延感知数据汇聚方法.该方法构建三类虚拟队列,并根据带宽时延数据判断阈值进行端到端计算,以针对不同类型的数据流计算相应的带宽时延阈值.使用卡方拟合检验方法对当前时延感知数据的信任度进行判定,在此基础上排除异常或偏离分布模型的数据样本.对高卡方统计量的数据进行压缩或信息提取,并通过聚类权值实现感知数据汇聚.仿真结果显示,该方法在高斯噪声或莱斯噪声环境下,能将传输时延控制在 50 ms以内,网络带宽数据汇聚结果较高,且网络数据传输耗能低于 100 J.这表明多信源无线传感网络带宽时延感知数据汇聚可减少传输时间和资源浪费.

    多信源无线传感网络带宽时延感知数据汇聚卡方拟合度节点信任度

    动态层簇式无线传感网络信息加密算法

    赵晓峰王平水
    1644-1649页
    查看更多>>摘要:与传统的无线网络基于某种确定的网络拓扑结构组织不同,动态层簇式无线传感网络(Dynamic Layer Clustered Wireless Sensor Networks,DLCN)则是通过动态层次化的方式进行组织,导致DLCN在层次簇、簇首节点选取等诸多细节,实现较为复杂,其信息加密复杂度增加,安全性和平衡性问题一直是一个难点.提出针对动态层簇式无线传感网络的信息加密算法.分析动态层簇式无线传感网络结构,计算网络节点权重跳数以及传输时延,选取最优簇首,通过Logistic混沌映射对混沌序列展开计算,结合Merlay状态机的迁移传输,输出子密钥,实现了传感信息的加密.仿真结果表明:所提算法在DLCN数据加密过程中的密文位数始终在60左右、平均密钥扩展用时在2.5 ms以下、且二值比数值更接近于1,具备较高的安全性和平衡性.

    无线传感网络信息加密Logistic混沌映射动态层簇式二值序列理论异或转换

    基于脑机接口的嗅觉神经信号识别筛查阿尔茨海默症的研究

    段言王天星袁群琛石颖倩...
    1650-1658页
    查看更多>>摘要:本文研究了一种基于脑机接口的嗅觉神经信号筛查阿尔茨海默症的方法.针对哺乳动物嗅觉系统的生理结构,设计开发了植入式柔性神经电极,将电极植入小鼠嗅觉系统,读取在体嗅觉神经信号.以阿尔茨海默症模型小鼠为研究对象,提取模型小鼠和对照小鼠的自发嗅觉神经活动,分析了神经信号在时域和频域上的分布差异,结果表明阿尔茨海默症小鼠嗅觉系统中存在异常的神经振荡.此外,提出了一种基于嗅觉神经信号的阿尔茨海默症分类识别与筛查方法.对嗅觉神经信号进行特征提取,利用多种机器学习模型实现了阿尔茨海默症的分类,其中ANN模型准确率最高,达到 89.98%.实验结果表明,所研究的方法为AD疾病的筛查与诊断提供了一种新的技术手段.

    生物医学工程阿尔茨海默症诊断嗅觉神经信号机器学习