基于高斯過程回歸的鏈路質(zhì)量預(yù)測方法.pdf

1、無線傳感器網(wǎng)絡(luò)是由部署在監(jiān)控區(qū)域的傳感器節(jié)點(diǎn)采用多跳方式傳輸數(shù)據(jù)而構(gòu)成的自組織網(wǎng)絡(luò)，已在諸多領(lǐng)域得到了廣泛應(yīng)用。由于傳感器節(jié)點(diǎn)采用低功耗功率進(jìn)行無線電通信，并且其所處環(huán)境惡劣、復(fù)雜多變，從而導(dǎo)致節(jié)點(diǎn)之間的通信鏈路不穩(wěn)定。若能及時(shí)感知鏈路質(zhì)量信息，為轉(zhuǎn)發(fā)數(shù)據(jù)提供路由參考,則能有效減少數(shù)據(jù)重傳次數(shù)，提高網(wǎng)絡(luò)數(shù)據(jù)吞吐率。因此有效的鏈路質(zhì)量預(yù)測方法對于提高數(shù)據(jù)傳輸?shù)某晒β?、延長網(wǎng)絡(luò)生存期非常重要。
　　論文介紹了無線鏈路特性和現(xiàn)有的鏈路質(zhì)

2、量預(yù)測方法，分析了鏈路質(zhì)量參數(shù)的定義和相關(guān)性。在此分析的基礎(chǔ)上，提出基于高斯過程回歸（Gaussian Process Regression，GPR）的鏈路質(zhì)量預(yù)測模型。物理層參數(shù)實(shí)時(shí)靈敏，而直接測量包接收率需要消耗的能量比較多，因此本文構(gòu)建物理層參數(shù)和包接收率之間的非線性映射關(guān)系。由于鏈路質(zhì)量參數(shù)之間存在信息冗余，會降低模型的訓(xùn)練速度，本文首先利用灰關(guān)聯(lián)分析方法分析鏈路質(zhì)量參數(shù)之間的灰關(guān)聯(lián)度，選取有效影響因子；再結(jié)合鏈路質(zhì)量時(shí)間序列特

3、點(diǎn)，選取合適的協(xié)方差函數(shù)，構(gòu)建鏈路質(zhì)量預(yù)測模型。
　　無線鏈路通信易受到所處空間環(huán)境、地理位置、無線信號的影響和干擾。論文研究對象為節(jié)點(diǎn)靜止的無線傳感器網(wǎng)絡(luò)，選取大學(xué)校園樹林、教學(xué)樓實(shí)驗(yàn)室、圖書館廣場和公路四個(gè)場景部署實(shí)驗(yàn)，收集處于不同方向和距離的多對節(jié)點(diǎn)之間的實(shí)驗(yàn)數(shù)據(jù)。論文分析了不同場景下各節(jié)點(diǎn)對之間的鏈路波動情況以及不同鏈路質(zhì)量參數(shù)之間的灰關(guān)聯(lián)度，確定預(yù)測模型的輸入?yún)?shù)。論文選取兩種鏈路進(jìn)行實(shí)驗(yàn)分析和模型驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，降