物联网网格网络边缘触发：七种检测算法的蒙特卡洛比较研究
网络与互联网体系结构
2026-05-08 v1
摘要
物联网（IoT）网格传感器网络中的实时事件检测面临诸多挑战，包括时变噪声条件、边缘节点的计算资源有限，以及无需中心化协调的自主运行需求。本文提出了一项全面的蒙特卡洛仿真研究，将时序谱噪声地板适应方法（TSNFA）与六种备选检测算法进行比较。实验在包含 200 个节点的网格网络上进行 24 小时的仿真，噪声模型包括 60 Hz 电磁干扰（EMI）、正弦漂移噪声功率（±6 dB）以及间歇性数字开关脉冲。TSNFA 实现 100% 的检测率且无误报，独特地结合了三重防御措施：谱带选择、时序持久性滤波和自适应噪声地板跟踪。每一种竞争算法都缺少至少一种防御措施，因而相应失败，误报率范围从 0（同时检测不到内容的 Send-on-Delta）到 13,387,930（宽带能量比）。这些结果确定，三重防御组合是资源受限 IoT 部署中自主边缘触发的必要且充分条件。
引用
@article{arxiv.2605.06358,
title = {Edge Triggering in IoT Mesh Networks: A Comparative Monte Carlo Study of Seven Detection Algorithms},
author = {Sergii Makovetskyi and Lars Thomsen},
journal= {arXiv preprint arXiv:2605.06358},
year = {2026}
}
备注
19 pages, 3 figures, 8 tables