無(wú)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(diǎn)以自組織方式形成的網(wǎng)絡(luò),鏈路是實(shí)現(xiàn)節(jié)點(diǎn)互連和通信的基礎(chǔ),感知節(jié)點(diǎn)資源的有限性、監(jiān)測(cè)環(huán)境的復(fù)雜性、以及噪聲的多樣性導(dǎo)致節(jié)點(diǎn)間鏈路質(zhì)量呈現(xiàn)出方向性、非對(duì)稱性、波動(dòng)性以及通信“灰區(qū)”等時(shí)空特性,使得節(jié)點(diǎn)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(píng)估是拓?fù)淇刂埔约奥酚煽刂频幕A(chǔ),可以保障數(shù)據(jù)的傳輸,有助于提高整個(gè)網(wǎng)絡(luò)的吞吐率,進(jìn)而延長(zhǎng)整網(wǎng)的壽命。本文從鏈路的非對(duì)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(píng)估模型(Link Quality Estimation Based on Stacked Autoencoder,LQE-SAE)。通過(guò)對(duì)接收信號(hào)強(qiáng)度指示、信噪比和鏈路質(zhì)量指示進(jìn)行非對(duì)稱分析,選取其上、下行參數(shù);采用零值填充的方式對(duì)每個(gè)探測(cè)周期內(nèi)因丟包而導(dǎo)致的缺失的鏈路質(zhì)量信息進(jìn)行處理;采用堆棧自編碼器分別提取接收信號(hào)強(qiáng)度指示上、下行參數(shù)之間的非對(duì)稱特征,信噪比上、下行參數(shù)之間的非對(duì)稱特征以及鏈路質(zhì)量指示上、下行參數(shù)之間的非對(duì)稱特征;采用堆棧自編碼器對(duì)提取的三個(gè)非對(duì)稱性特征進(jìn)行融合,將得到的結(jié)果作為支持向量分類機(jī)的輸入,以包接收率為依據(jù)劃分的鏈路質(zhì)量等級(jí)作為標(biāo)簽進(jìn)行訓(xùn)練,得到鏈路質(zhì)量等級(jí);采用準(zhǔn)確率評(píng)價(jià)評(píng)估模型的有效性,采用查全率評(píng)價(jià)評(píng)估模型在五種不同鏈路質(zhì)量等級(jí)上的性能,采用穩(wěn)定性等級(jí)評(píng)價(jià)評(píng)估模型的穩(wěn)定性。本文在室內(nèi)走廊、小樹(shù)林、停車(chē)場(chǎng)以及馬路四種不同場(chǎng)景下,通過(guò)自主開(kāi)發(fā)的鏈路質(zhì)量測(cè)試平臺(tái)收集鏈路質(zhì)量信息,用于模型訓(xùn)練和分析。實(shí)驗(yàn)結(jié)果表明,在四種場(chǎng)景下,與基于支持向量分類機(jī)、超限學(xué)習(xí)機(jī)和小波神經(jīng)網(wǎng)絡(luò)的鏈路質(zhì)量評(píng)估模型對(duì)比,LQE-SAE具有更高的準(zhǔn)確率。穩(wěn)定性實(shí)驗(yàn)在過(guò)道場(chǎng)景下,通過(guò)調(diào)整干擾大小進(jìn)行實(shí)驗(yàn),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(jí)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(chǎng)景下上、下行 RSSI在室內(nèi)走廊場(chǎng)景下同時(shí)收集上行和下行的 RSSI 數(shù)據(jù)，并對(duì)上、下行 據(jù)進(jìn)行分析。為了方便觀察，針對(duì)所有收集到的上、下行 RSSI 數(shù)據(jù)包，據(jù)包序號(hào)為 500 的倍數(shù)的數(shù)據(jù)包進(jìn)行展示，如圖 3-2 所示。從圖中可以很看出，圖中的同一時(shí)刻的上行的 RSSI 數(shù)據(jù)與下行 RSSI 數(shù)據(jù)幾乎沒(méi)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(chǎng)景下上、下行 RSSI在室內(nèi)走廊場(chǎng)景下同時(shí)收集上行和下行的 RSSI 數(shù)據(jù)，并對(duì)上、下行 據(jù)進(jìn)行分析。為了方便觀察，針對(duì)所有收集到的上、下行 RSSI 數(shù)據(jù)包，據(jù)包序號(hào)為 500 的倍數(shù)的數(shù)據(jù)包進(jìn)行展示，如圖 3-2 所示。從圖中可以很看出，圖中的同一時(shí)刻的上行的 RSSI 數(shù)據(jù)與下行 RSSI 數(shù)據(jù)幾乎沒(méi)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(chǎng)景下上、下行 LQI同樣對(duì)上、下行 LQI 數(shù)據(jù)進(jìn)行收集并分析。與前兩個(gè)參數(shù)一樣，展示數(shù)號(hào)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(xiàn)】

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(dòng)態(tài)直覺(jué)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(bào);2017年02期

2 翁麗娜;劉軼銘;劉磊;王兆偉;;無(wú)線鏈路質(zhì)量評(píng)估及預(yù)測(cè)方法綜述[J];中國(guó)電子科學(xué)研究院學(xué)報(bào);2016年03期

3 徐帆;鄒玲;;WLAN鏈路質(zhì)量的評(píng)估與分析[J];中國(guó)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(jì)方法[J];通信學(xué)報(bào);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(jì)方法[J];計(jì)算機(jī)研究與發(fā)展;2010年S2期

6 張和杰;馬維華;;基于貼近度等級(jí)的鏈路質(zhì)量評(píng)估方法[J];計(jì)算機(jī)工程與科學(xué);2018年11期

7 郭志強(qiáng);王沁;萬(wàn)亞?wèn)|;李默涵;;基于綜合性評(píng)估的無(wú)線鏈路質(zhì)量分類預(yù)測(cè)機(jī)制[J];計(jì)算機(jī)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(cè)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(wú)線傳感器網(wǎng)絡(luò)的鏈路質(zhì)量實(shí)時(shí)評(píng)估算法[J];小型微型計(jì)算機(jī)系統(tǒng);2012年05期

10 胡剛;劉琳嵐;;無(wú)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(píng)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(shù)的鏈路質(zhì)量評(píng)估方法[D];南昌航空大學(xué);2019年

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

4 陳薇;基于測(cè)量的無(wú)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(jī)的WSNs鏈路質(zhì)量評(píng)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(cè)機(jī)制研究[D];南昌航空大學(xué);2016年

7 付逸斐;家庭無(wú)線場(chǎng)景下鏈路質(zhì)量評(píng)價(jià)與中繼機(jī)會(huì)判斷[D];華中科技大學(xué);2011年

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

9 胡剛;無(wú)線傳感網(wǎng)絡(luò)鏈路質(zhì)量評(píng)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(wú)線傳感器網(wǎng)絡(luò)中自適應(yīng)鏈路質(zhì)量評(píng)估機(jī)制研究[D];南昌航空大學(xué);2012年

本文編號(hào)：2847247