突发性链路感知的自适应链路质量估计方法

提出了一种无线传感器网络中突发性链路感知的自适应链路质量估计方法 EasiLQE。节点周期性地发送控制分组,采用长周期主动探测机制探测链路的质量;同时,节点被动侦听接收到分组的RSSI均值,当低于某一阈值时,触发短周期链路质量探测过程。最后节点使用基于误差的滤波器估计链路在未来一段时间内的质量。实验结果表明,EasiLQE既能实时准确地感知突发性链路在短时间内的持续变化,又能平滑短暂的低幅度波动而保持良好的稳定性,同时维持较低的估计开销。

一种突发性链路感知的自适应链路质量估计方法

高效、准确、实时而又稳定的链路质量估计是保证无线传感器网络上层协议性能的基础.针对复杂网络环境下高度动态变化的突发性链路,结合被动侦听和主动探测机制提出了一种突发性链路感知的自适应链路质量估计方法EasiLQE.节点通过周期性的发送控制分组,采用长周期主动探测机制探测链路的质量;同时,节点被动侦听RSSI均值,当低于某一阈值时,触发短周期链路质量探测过程.最后节点使用基于误差的滤波器(error-based filter,EF)估计链路在未来一段时间内的质量.实验结果表明,EasiLQE既能实时准确地感知突发性链路在短时间内的持续变化,又能平滑短暂地低幅度波动而保持良好的稳定性,同时维持较低的估计开销.

基于Ornstein-Uhlenbeck模型的WSN链路质量估计

无线传感器网络节点一般具有低成本、低功耗、低速率、能量有限等特点。使用廉价的低功率射频模块进行传感器之间通信,对无线信道的变化非常敏感。为了避免低信号质量数据链路上可能的重传导致的资源浪费,通常路由协议以及冗余编码机制等方法均需要不断地评估网络的链路质量。对于无线传感器网络来说,无论是自适应冗余编码还是路由协议均需要对包成功接收率(PSR)进行定量且准确地评估。针对这一问题,提出一种基于物理参数接收信号强度指示(RSSI)的方法来估计分组成功率。该方法首先根据大量实际测试,得到RSSI与PSR之间的关系,再根据实时接收到的RSSI值,利用Ornstein-Uhlenbeck(OU)模型以及Logistic曲线模型对下一时刻的PSR进行估计。仿真与实验表明,该方法相对于现有的方法具有更高的准确性与快速性。

智能电网中WSN链路质量估计

目的提出期望传输计算(ETX)方法,用以解决传统电力系统的监测和诊断系统中链路质量性能较低的问题.方法在不同智能电网环境下根据性能机制对包接收率(PRR)、所需数据包数(RNP)和期望传输计算(ETX)效果进行仿真比较.结果仿真结果表明,期望传输计算(ETX)在包传递率、包重传平均数、平均跳数、平均延时方面性能明显优于包接收率(PRR)、所需数据包数(RNP).结论 EXT算法在各智能电网环境下均表现出良好的链路质量性能,采用该方法解决恶劣智能电网的条件下链路质量估计问题,将为进一步研究智能电网中无线传感器网络的应用提供重要基础.

基于线性回归的无线传感器网络链路质量估计方法研究

针对无线传感器网络链路质量估计模型中回归算法复杂度高、缺少统一分类标准和公开数据集等问题,提出了一种基于EWMA和线性回归的链路质量估计方法ELR-LQE。以物理层获取的RSSI、LQI和SNR,以及包接收率PRR作为度量参数,分别在多种实验环境中采用不同的发射功率、竞争条件和部署方式采集数据,建立了链路质量估计数据集。通过最小值填充和EWMA对数据进行预处理,明显提高了回归模型的输入特征与链路质量的相关性。与现有方法相比,提出方法易于和网络层协议适配,并且复杂度较低,适合在资源有限的无线传感器网络节点中实现。实验结果显示,ELR-LQE具有较高的精度,在多种实验条件下平均的ME为4.6×10^(-2),R^(2)为0.99。

基于指数加权卡尔曼滤波的快速链路质量估计

针对硬件的链路质量估计器不能很好地解决快速估计时物理层参数波动较大的问题,提出了一种基于指数加权卡尔曼滤波的快速链路质量估计方法。通过指数加权卡尔曼滤波器获得更为稳定的接收信号强度指示器估计值并计算得到信噪比,再通过信噪比与收包率的映射关系对链路质量进行估计。实验结果表明:仅需少量数据包即可快速获得较为准确的链路质量估计。与同类型的估计方法相比,该方法在不同链路质量下的估计误差减小了1.67%~16.53%。

基于推理模型与指数加权卡尔曼滤波的链路质量估计

现有基于链路质量指示(LQI)的估计方法未能有效解决LQI参数波动较大的问题,并且所使用的LQI与收包率(PRR)的映射关系模型没有考虑实际物理意义。为此,通过推理LQI和PRR的理论关系,建立更具实际物理意义的双曲正切模型,并提出一种链路质量估计方法。通过指数加权卡尔曼滤波获得更为稳定的LQI估计值,再利用双曲正切模型对链路质量进行定量估计。实验结果表明,该方法能够更真实地反映链路质量,与LETX、K-CCI方法相比,其估计误差在不同质量链路下降低了11.21%~52.26%。

基于IEEE 802.15.4物理层的无线网络链路质量估计方法研究

链路质量估计是无线网络选择传输路径的基础,本文对基于理论模型估计链路质量的方法进行了研究,对IEEE 802.15.4接收机的接收成功率进行了分析,并通过仿真验证了理论计算方法的正确性。本文进一步提出一种链路质量估计方法LEAS(Link Estimation with Asynchronous Samples),利用异步采集的SINR样本按照简化的模型计算瞬时PSR估计值,再通过滑动窗口和指数加权移动平均算法对PSR瞬时值进行滤波,与现有方法相比,本文提出的方法具有较高的估计精度,无需离线训练模型,并且,通用性好,计算开销较小,适用于资源有限的无线传感器网络节点。实验结果显示,LEAS具有较高的精度,在多种实验条件下平均的MSE为1.1×10^(−2)。

无线传感网络中基于链路质量的地理路由

传统的贪婪地理路由算法通常选择离目的节点最近的邻居节点作为下一跳节点,这种单纯寻求最小跳数的路由算法可能会选择质量较差的链路传输数据,导致包的投递率较低,数据传输的可靠性变差。针对这一问题,在总结现有基于链路质量的地理路由度量方法的基础上,提出了一种基于EWMA链路质量评估算法的地理路由协议。协议中节点利用周期广播的探测包评估与邻居节点之间的链路质量,并交换地理位置信息。转发节点选择离目的节点更近且链路质量更好的邻居作为下一跳节点,从而有效地减少数据分组的丢失,提高网络数据传输的可靠性。

基于链路预测和网络编码的MAC机制

提出了基于链路预测和网络编码的MAC协议,在Easi LQE的基础上给出了基于窗口自适应的改进EF滤波器的链路质量预测方法,采用自适应周期的主动探测,增加网络环境稳定时的估计准确性,采用了瞬时主动探测模块,在保证估计稳定性的前提下提高了突发状况下的反应速度。在改进链路质量估计方法的基础上,给出了一种新的MAC协议。在协议中合理地利用了无线网络中已经存在的广播特性,在路由算法确定的路由周围增加高阶辅助节点,从而明显增加了网络编码机会,同时又不会引发由流量集中带来的诸多问题。最后讨论了MAC机制中最优的阶数,在编码机会和能量效率上寻求到一个较为合适的平衡点。实验证明,所提MAC协议能够在不集中流量的前提下合理利用节点的过度侦听提高编码机会,增加网络的吞吐量。

一种无线传感器网络以数据为中心的QoS路由协议

提出一种以数据为中心的QoS路由协议(DDQP).DDQP支持两种QoS度量:可靠性和传输延迟;采用交叉层优化技术将传感器网络无线信道通信模型作为路由协议设计的依据,有效的节约了网络能源消耗;采用反压力重新路由机制在满足业务QoS的前提下尽可能均匀使用网络中节点的能源,不仅延长了网络生命期,而且有效的控制网络拥塞;采用以数据为中心的数据分发模式,具有良好的可扩展性.描述了DDQP设计的理论依据,并通过仿真实验验证了DDQP的高效可行性.

基于模糊逻辑的可靠机会路由协议设计

针对工业园区无线网络中衰落信道导致数据传输不可靠的问题,提出了一种基于模糊逻辑的可靠机会路由协议。所提协议利用模糊逻辑定义链路质量估计器,并引入数据接收概率、信噪比与接收信号强度形成模糊规则。所提协议综合考虑了端到端最优链路质量、地理位置,实现了中继候选集的合理构建,保证了数据传输的可靠性。仿真结果表明,所提协议对比已有机会路由分组投递率最大增幅9.8%,数据冗余程度平均减少11.36%。

基于DSA的无线传感器网络自适应MAC协议研究

针对工业监测用无线传感器网络高可靠和低功耗的要求,基于TDMA协议提出了一种动态时隙分配(DSA)的自适应介质访问控制(DSA-MAC)协议,通过估计链路质量动态调整节点的时隙长度,提高数据传输的可靠性。该协议中加入了基于接收信号强度指示(RSSI)的自适应功率调整机制,实现网络的低功耗要求。利用CC2530硬件平台实现DSA-MAC协议,并在工业现场进行测试,结果表明:该协议提高了数据传输率并降低了网络能耗,能够适应工业环境的应用需求。

智能电网中无线传感器网络应用的研究与展望

无线传感网络技术在智能电网中的引入是当前电力系统领域里中的研究热点,它的出现具有重大的研究价值和广阔的应用前景。文章针对智能电网中的无线传感器网络应用,对其面临的问题进行分析,并对其应用前景进行了研究和展望。