無線傳感器網(wǎng)絡(luò)是一種由大量部署在監(jiān)控區(qū)域的節(jié)點以自組織方式形成的網(wǎng)絡(luò),鏈路是實現(xiàn)節(jié)點互連和通信的基礎(chǔ),感知節(jié)點資源的有限性、監(jiān)測環(huán)境的復(fù)雜性、以及噪聲的多樣性導(dǎo)致節(jié)點間鏈路質(zhì)量呈現(xiàn)出方向性、非對稱性、波動性以及通信“灰區(qū)”等時空特性,使得節(jié)點間通信具有不穩(wěn)定性,影響數(shù)據(jù)的傳輸。有效的鏈路質(zhì)量評估是拓撲控制以及路由控制的基礎(chǔ),可以保障數(shù)據(jù)的傳輸,有助于提高整個網(wǎng)絡(luò)的吞吐率,進而延長整網(wǎng)的壽命。本文從鏈路的非對稱性出發(fā),借助堆棧自編碼器的特征提取能力,構(gòu)建鏈路質(zhì)量評估模型(Link Quality Estimation Based on Stacked Autoencoder,LQE-SAE)。通過對接收信號強度指示、信噪比和鏈路質(zhì)量指示進行非對稱分析,選取其上、下行參數(shù);采用零值填充的方式對每個探測周期內(nèi)因丟包而導(dǎo)致的缺失的鏈路質(zhì)量信息進行處理;采用堆棧自編碼器分別提取接收信號強度指示上、下行參數(shù)之間的非對稱特征,信噪比上、下行參數(shù)之間的非對稱特征以及鏈路質(zhì)量指示上、下行參數(shù)之間的非對稱特征;采用堆棧自編碼器對提取的三個非對稱性特征進行融合,將得到的結(jié)果作為支持向量分類機的輸入,以包接收率為依據(jù)劃分的鏈路質(zhì)量等級作為標(biāo)簽進行訓(xùn)練,得到鏈路質(zhì)量等級;采用準(zhǔn)確率評價評估模型的有效性,采用查全率評價評估模型在五種不同鏈路質(zhì)量等級上的性能,采用穩(wěn)定性等級評價評估模型的穩(wěn)定性。本文在室內(nèi)走廊、小樹林、停車場以及馬路四種不同場景下,通過自主開發(fā)的鏈路質(zhì)量測試平臺收集鏈路質(zhì)量信息,用于模型訓(xùn)練和分析。實驗結(jié)果表明,在四種場景下,與基于支持向量分類機、超限學(xué)習(xí)機和小波神經(jīng)網(wǎng)絡(luò)的鏈路質(zhì)量評估模型對比,LQE-SAE具有更高的準(zhǔn)確率。穩(wěn)定性實驗在過道場景下,通過調(diào)整干擾大小進行實驗,結(jié)果表明LQE-SAE具有良好的穩(wěn)定性。
【學(xué)位單位】：南昌航空大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TN929.5;TP212.9
【部分圖文】：

圖 3-2 室內(nèi)走廊場景下上、下行 RSSI在室內(nèi)走廊場景下同時收集上行和下行的 RSSI 數(shù)據(jù)，并對上、下行 據(jù)進行分析。為了方便觀察，針對所有收集到的上、下行 RSSI 數(shù)據(jù)包，據(jù)包序號為 500 的倍數(shù)的數(shù)據(jù)包進行展示，如圖 3-2 所示。從圖中可以很看出，圖中的同一時刻的上行的 RSSI 數(shù)據(jù)與下行 RSSI 數(shù)據(jù)幾乎沒有重合中的上行 RSSI 與下行 RSSI 值都不一致。

圖 3-2 室內(nèi)走廊場景下上、下行 RSSI在室內(nèi)走廊場景下同時收集上行和下行的 RSSI 數(shù)據(jù)，并對上、下行 據(jù)進行分析。為了方便觀察，針對所有收集到的上、下行 RSSI 數(shù)據(jù)包，據(jù)包序號為 500 的倍數(shù)的數(shù)據(jù)包進行展示，如圖 3-2 所示。從圖中可以很看出，圖中的同一時刻的上行的 RSSI 數(shù)據(jù)與下行 RSSI 數(shù)據(jù)幾乎沒有重合中的上行 RSSI 與下行 RSSI 值都不一致。

圖 3-4 室內(nèi)走廊場景下上、下行 LQI同樣對上、下行 LQI 數(shù)據(jù)進行收集并分析。與前兩個參數(shù)一樣，展示數(shù)號為 500 倍數(shù)的數(shù)據(jù)包。如圖 3-4 所示，圖中的上行 LQI 與下行 LQI 同樣，并且部分上、下行 LQI 相差較大。
【相似文獻】

相關(guān)期刊論文 前10條

1 劉琳嵐;胡剛;劉松;劉文波;郭娜;;基于動態(tài)直覺模糊多屬性的鏈路質(zhì)量參數(shù)優(yōu)選[J];北京郵電大學(xué)學(xué)報;2017年02期

2 翁麗娜;劉軼銘;劉磊;王兆偉;;無線鏈路質(zhì)量評估及預(yù)測方法綜述[J];中國電子科學(xué)研究院學(xué)報;2016年03期

3 徐帆;鄒玲;;WLAN鏈路質(zhì)量的評估與分析[J];中國新通信;2013年14期

4 黃庭培;李棟;張招亮;崔莉;;突發(fā)性鏈路感知的自適應(yīng)鏈路質(zhì)量估計方法[J];通信學(xué)報;2012年06期

5 黃庭培;李棟;張招亮;崔莉;;一種突發(fā)性鏈路感知的自適應(yīng)鏈路質(zhì)量估計方法[J];計算機研究與發(fā)展;2010年S2期

6 張和杰;馬維華;;基于貼近度等級的鏈路質(zhì)量評估方法[J];計算機工程與科學(xué);2018年11期

7 郭志強;王沁;萬亞東;李默涵;;基于綜合性評估的無線鏈路質(zhì)量分類預(yù)測機制[J];計算機研究與發(fā)展;2013年06期

8 王章靜;羅俊海;;信息物理系統(tǒng)鏈路質(zhì)量預(yù)測算法[J];信息安全與通信保密;2013年05期

9 王廣杰;曾鵬;肖金超;;面向工業(yè)無線傳感器網(wǎng)絡(luò)的鏈路質(zhì)量實時評估算法[J];小型微型計算機系統(tǒng);2012年05期

10 胡剛;劉琳嵐;;無線傳感網(wǎng)絡(luò)鏈路質(zhì)量參數(shù)研究[J];信息通信;2015年04期

相關(guān)碩士學(xué)位論文 前10條

1 駱雄輝;基于堆棧自編碼器的WSNs鏈路質(zhì)量評估方法[D];南昌航空大學(xué);2019年

2 張巖;基于梯度提升決策樹的鏈路質(zhì)量評估方法[D];南昌航空大學(xué);2019年

3 高聲榮;基于隨機森林的鏈路質(zhì)量預(yù)測[D];南昌航空大學(xué);2019年

4 陳薇;基于測量的無線傳感網(wǎng)鏈路質(zhì)量與空間相關(guān)性研究[D];湖南大學(xué);2014年

5 許江波;基于超限學(xué)習(xí)機的WSNs鏈路質(zhì)量評估方法[D];南昌航空大學(xué);2018年

6 劉松;基于貝葉斯網(wǎng)絡(luò)的鏈路質(zhì)量預(yù)測機制研究[D];南昌航空大學(xué);2016年

7 付逸斐;家庭無線場景下鏈路質(zhì)量評價與中繼機會判斷[D];華中科技大學(xué);2011年

8 尚亞青;基于高斯過程回歸的鏈路質(zhì)量預(yù)測方法[D];南昌航空大學(xué);2017年

9 胡剛;無線傳感網(wǎng)絡(luò)鏈路質(zhì)量評估參數(shù)優(yōu)選模型研究[D];南昌航空大學(xué);2015年

10 段磊;無線傳感器網(wǎng)絡(luò)中自適應(yīng)鏈路質(zhì)量評估機制研究[D];南昌航空大學(xué);2012年

本文編號：2847247