為選擇合適的鏈路質(zhì)量參數(shù),進一步提高鏈路質(zhì)量評估的性能和泛化能力、降低時間復(fù)雜度,確定鏈路質(zhì)量參數(shù)的備選集M_CS={μ,r,σ²},其中μ={μ_lqi,μ_rssi,μ_snr},r={r_lqi,r_rssi,r_snr},σ²={σ_lqi²,σ_rssi²,σ_snr²};提出包裹式鏈路質(zhì)量參數(shù)選取算法,采用自適應(yīng)廣義回歸神經(jīng)網(wǎng)絡(luò)（adaptive20general20regression20neural20network,20AGRNN）評價各備選子集的重要性,選擇鏈路質(zhì)量參數(shù);借助廣義回歸神經(jīng)網(wǎng)絡(luò)（general20regression20neural20network,20GRNN）在分類以及時間上的優(yōu)勢,提出基于AGRNN的鏈路質(zhì)量評估模型,該模型為每個鏈路質(zhì)量參... 

【文章來源】：計算機研究與發(fā)展. 2020,57(12)北大核心EICSCD

【文章頁數(shù)】：11 頁

【文章目錄】：
1 相關(guān)研究
    1) 基于硬度量、軟度量的鏈路質(zhì)量評估方法
    2) 基于混合多層的綜合性鏈路質(zhì)量評估方法
    3) 基于映射關(guān)系的鏈路質(zhì)量評估方法
    4) 基于數(shù)據(jù)驅(qū)動的鏈路質(zhì)量評估
2 鏈路質(zhì)量等級的劃分
3 鏈路質(zhì)量參數(shù)的確定
    3.1 構(gòu)建鏈路質(zhì)量參數(shù)的備選集
    3.2 鏈路質(zhì)量參數(shù)的選取
4 鏈路質(zhì)量評估
    4.1 模型結(jié)構(gòu)的確定
    4.2 模型的構(gòu)建
    4.3 模型的評價
5 實驗結(jié)果與分析
    5.1 實驗場景
    5.2 模型的驗證與對比
        1) 準確率對比分析
        2) 召回率對比分析
        3) 泛化誤差對比分析
        4) 計算速度對比分析
6 總 結(jié)


【參考文獻】：
期刊論文
[1]基于隨機森林的鏈路質(zhì)量預(yù)測[J]. 劉琳嵐,高聲榮,舒堅.  通信學(xué)報. 2019(04)
[2]一種基于集成學(xué)習的科研合作者潛力預(yù)測分類方法[J]. 艾科,馬國帥,楊凱凱,錢宇華.  計算機研究與發(fā)展. 2019(07)
[3]無線傳感器網(wǎng)絡(luò)中基于事件驅(qū)動的輸出反饋控制[J]. 謝承翰,陸賽杰,王皓,彭力.  計算機研究與發(fā)展. 2017(11)
[4]Research20on20Link20Quality20Estimation20Mechanism20for20Wireless20Sensor20Networks20Based20on20Support20Vector20Machine[J]. SHU Jian,LIU Song,LIU Linlan,ZHAN Liqin,HU Gang.  Chinese Journal of Electronics. 2017(02)
[5]無線鏈路質(zhì)量評估及預(yù)測方法綜述[J]. 翁麗娜,劉軼銘,劉磊,王兆偉.  中國電子科學(xué)研究院學(xué)報. 2016(03)



本文編號：3177766