买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京航空航天大学申请的专利一种基于动态密度和协作感知的WSN拓扑控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114915975B 。

龙图腾网通过国家知识产权局官网在2025-07-15发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210487197.0，技术领域涉及：H04W12/60；该发明授权一种基于动态密度和协作感知的WSN拓扑控制方法是由许峰;董佳辉;朱颖;张烁;陈书航设计研发完成，并于2022-05-06向国家知识产权局提交的专利申请。

本一种基于动态密度和协作感知的WSN拓扑控制方法在说明书摘要公布了：本发明公开了一种基于动态密度和协作感知的WSN拓扑控制方法，用于隔离簇内恶意节点可能造成的危害，其中方法包括：在网络中均匀部署信任评估节点，信任评估节点之间互相评估，将评估结果发送至各自对应的簇头，经簇头路由到汇聚节点，汇聚节点计算评估节点的信任值并决定是否更新评估节点。本发明对信任评估模型做出了一定的改进，结合节点的当前信任值和历史信任值，以及节点剩余能量，动态反映节点信任值变化，使得协议在遭到选择转发攻击时保持较高和较稳定的包传输率，同时延长网络的生命周期。

本发明授权一种基于动态密度和协作感知的WSN拓扑控制方法在权利要求书中公布了：1.基于动态密度和协作感知的WSN拓扑控制方法，其特征在于，包括以下步骤： 1规定节点根据自身的竞争值和竞争半径来竞选簇头，当一个分簇确定后，该分簇内的节点便终止流程，具体步骤如下： 101汇聚节点根据传感器网络中第i个节点xi的邻节点分布情况，以及邻节点周围的节点分布情况，计算各节点的节点密度di，计算公式如下： 其中，m为节点xi的邻节点集合nbori中的节点个数，n为nbori中第j个节点的邻节点集合nborj中的节点个数，dij代表节点xi到nbori中第j个节点的欧式距离； 102结合节点自身的密度di，剩余能量Ei，节点的初始能量E0和信任值Ti，计算其竞争值yi，竞争值的计算过程如下： 103在所有节点的竞争值确定后，计算各节点的竞争半径ri： 其中N表示网络中存活节点的总个数； 104选择竞争值最大的节点为簇头节点，位于该簇头节点竞争半径内的节点加入成簇，成为其成员节点； 105已经成簇的节点退出网络分簇流程，其余节点更新节点密度，重复101至104； 106重复上述步骤直至网络中簇头节点的个数达到节点总数的4％，至此网络分簇阶段结束； 2信任评估机制中，汇聚节点将网络划分为若干大小相同的区域，在每个区域中基于灰色聚类分析法分析节点的位置、能量和信任值信息，选择其中属于优质灰类的节点充当信任评估节点，信任评估节点部署的具体步骤如下： 201获取区域中所有节点的横坐标和纵坐标，组成横坐标列表和纵坐标列表； 202计算中心点坐标，即以横坐标列表的均值和纵坐标列表的均值作为该区域的中心点坐标，设区域内节点个数为M，计算方式如下： 其中xi和yi表示第i个节点xi的横坐标和纵坐标； 203根据节点距离中心点的距离，计算每个节点的位置属性，计算方式为： 204设计观测属性为剩余能量、信任值和位置属性，设计“优”、“中”、“差”为三个灰类，表征节点是否足够优质以充当信任评估节点的程度，设计可能度函数； 205根据可能度函数，计算各属性的权重； 206根据每个节点的剩余能量、信任值和位置属性，采用灰色聚类评估算法计算节点属于灰类“优”的聚类系数； 207每个区域中系数最高的节点成为评估节点； 3汇聚节点根据信任评估节点之间的相互评估结果，结合统计学中的方法更新评估节点信任值，并根据信任值决定是否重新选择评估节点，具体步骤如下： 301在每一个网络子区域内，信任评估节点评估区域内所有节点的信任值，若紧挨该信任评估节点的上、下、左、右四个区域存在信任评估节点，那么该信任评估节点对上、下、左、右四个区域的评估节点也进行信任评估； 302节点的信任值由其当前和历史行为共同决定，信任评估过程中，评估节点记录与被评估节点之间的数据包发送个数m1和接收个数m2，采用β分布模型计算信任值，计算方法如下： 303汇聚节点收到各信任评估节点的数据后，建立二维列表，对于每一个信任评估节点，根据其邻居信任评估节点提供的被信任值，采用统计学中的绝对中位差法计算信任评估节点的信任值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京航空航天大学，其通讯地址为：210016 江苏省南京市御道街29号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。