基于LQI量度的无线链路质量评估模型

链路质量评估对无线传感器网络的上层协议设计至关重要.在对大量采样值进行统计分析的基础上,提出了一个基于高斯分布的链路评估模型,该评估模型能够通过节点感知到的LQI值推断出节点之间的链路质量状况.模型验证表明,该研究具有扩展性,所建立的链路模型既可为无线传感器网络的实际应用提供依据,又可为上层协议的仿真研究提供有价值的参考.

基于LQI的链路评估算法及其在WSN中的应用

在实验的基础上对一些链路质量评估参数进行对比之后,提出了一种基于LQI均值的链路评估算法.该算法能够在保障评估准确度的前提下减少冗余数据,从而降低能耗;采用该链路评估算法对ETX路由度量进行了修改,提出了一种IETX路由度量,并最终在Micaz节点上对该度量的选路性能进行测试.结果验证了基于LQI链路评估算法的IETX度量的选路可靠性与节能效果.

基于LQI的WSN自适应差错控制方案

针对无线传感器网络(WSN)中信息传输误码率高和能量受限的问题,提出一种基于链路质量指示(LQI)的自适应差错控制方案。利用IEEE802.15.4协议的物理层规范为无线传感器网络提供精确的信道质量评估,根据LQI与误包率之间的数量关系,将信道质量非均匀地划分为8个等级,并选择8种BCH码与之对应,在节点通信过程中实时地选择最佳的BCH码作为纠错码。实验结果表明,该方案具有较高的能量效率,能够有效降低误包率。

基于平滑预测LQI的WSN动态功率控制研究

针对当前WSN功率控制算法运算量大、需精确定位且不适用移动网络等问题,提出了一种基于链路质量指示(Link Quality Indication,LQI)的动态功率控制方案。接收节点根据LQI及发送节点的发送功率来计算发送节点的最优发送功率,并采用三次指数平滑算法对LQI进行平滑预测,改善了LQI波动较大的缺陷。Matlab在线建模仿真证明了功率控制策略的正确性,并利用库仑计对JN5148节点的动态功率控制方案进行测试,实验结果表明,网络功耗降低了15.3%。

Secure and Optimal LOADng Routing for IoT with Composite RoutingMetric

Security is the one of the major challenges for routing the data between the source and destination in an Internet of Things(IoT)network.To overcome this challenge,a secure Lightweight On-demand Ad hoc Distancevector—Next Generation(LOADng)Routing Protocol is proposed in this paper.As the LOADng protocol is the second version of Ad Hoc On-Demand Distance Vector(AODV)protocol,it retains most of the basic functionality and characteristics of AODV.During the route discovery process,the cyclic shift transposition algorithm(CSTA)is used to encrypt the control packets of the LOADng protocol to improve its security.CSTA approach only derives transposition and substitution without product cipher with respect to input data.Besides this,for choosing the best probable path between the source and destination,routing metrics such as link quality Indicator(LQI),hop count(HC)and queue length(QL)are included in the control packets.The data is then securely sent using CSTA using the optimal secure path selected.Experimental Results depict that the proposed secure and optimal LOADng(SO-LOADng)using CSTA encryption obtains better throughput,delivery ratio encryption time and decryption time than the existing state-ofart approaches.

随机质控加样方法在献血者血液ELISA法检测中的应用与评价

目的 评价将随机质控加样方法应用于献血者血液ELISA法筛查的质控效果。方法 选择本站2022年5月-2022年7月的献血者血样5 mL/(人)份,在全自动加样仪上常规加样操作,将J标准物质(3.0 mL/支)作为日常标本分别加入HBsAg、抗-HCV、抗-HIV和抗-TP酶标板A1孔、H12孔以及随机孔位后,置于全自动酶免分析仪中检测:以随机孔位质控作为室内质控判定标准,连续检测20次,按照孔位不同分为A1(孔位)组、H12(孔位)组和随机(孔位)组3个组,以随机组质控为框架,利用Levey-Jennings质控图法绘制质控图,再以实验室当日相对应的A1、H12组检测结果绘制在质控图并与随机组比较。结果 献血者输血感染性指标ELISA检测质控水平均值:HBsAg为3.87±0.28,抗-HCV为3.79±0.38,抗-HIV为3.64±0.30,抗-TP为4.53±0.51;随机组、A1组、H12组比较:HBsAg(3.87±0.28、4.09±0.30、3.64±0.26),抗-HCV(3.78±0.37、3.96±0.38、3.63±0.38),抗-HIV(3.63±0.31、3.82±0.32、3.48±0.28),抗-TP(4.51±0.51、4.71±0.52、4.36±0.51),每项指标S/CO值均为H12(孔)组<随机(孔)组<A1(孔)组(P<0.05),其中随机组与每项检测指标的质控水平均值相近(P>0.05)。以随机组为质控框架(标准),A1组中有5个点落在■+2s外,H12组中有1个点落在■-2s外,亦即发生6次“告警”,这意味着只要将质控物置于酶标板A1孔,势必会影响到对整个酶标板检测结果的判断,特别是对酶标板最后1排低浓度病毒标志物标本的结果判断有一定影响。结论 随机质控加样方法应用在献血者血液ELISA检测中,不仅有效减少了人为设置酶标板固定孔位质控引起的系统误差,还可能发现影响检测结果的边缘效应,是很适合血站的1种科学、合理的质控方法。

无线传感器网络通信链路评估问题

研究了现有典型的无线传感器网络链路质量评估量度,针对单次RSSI,LQI的链路评估不准确问题,提出了均值RSSI,均值LQI链路评估方法;以MicaZ为实验平台,对无线传感器网络的通信链路进行了实验研究.在对大量采样值进行统计分析的基础上,提出了一个基于高斯分布的链路评估模型,并对模型进行了验证.该建模方法具有一般性,所建立的高斯链路评估模型既可为无线传感器网络的实际应用提供依据,又可为上层协议的仿真研究提供有价值的参考.

基于粒子群优化的DV-Distance改进算法

DV-Distance算法通过未知节点与锚节点间的多跳协作,实现节点位置估计,简单实用,但定位精度不高。为了提高算法性能,本文提出一种基于粒子群优化的DV-Distance改进算法,针对RSSI测距引起的误差,利用链路质量指示(LQI)对RSSI的测量值进行惯性滤波,建立基于LQI的RSSI测距模型;并针对位置估计方法所引起的误差,通过粒子群算法对节点位置进行优化。结合DV-Distance算法自身特点,确定了粒子群算法适应值函数的选取和关键算法参数的确定。最后,仿真和实验证明改进算法有效可行,具有较高的定位精度。

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。

基于优化RSSI精度的WSN加权质心定位算法

为消弱接收信号强度指示误差对无线传感器网络节点定位精度的影响,提出基于优化接收信号强度指示测距精度的加权质心定位算法。该算法根据接收信号强度指示(RSSI)和链路质量指示(LQI)在不同距离段的衰落曲线起伏的波动状况,采用分段测距的方法优化RSSI的测距精度,接着将优化后的距离值作为加权质心算法的权值因子对节点进行定位,进而提高定位精度。实验结果验证了该优化算法的有效性。

基于邻居表的ZigBee网络树路由改进算法

针对ZigBee网络树路由算法路由跳数多、数据传输延时长等问题,提出一种基于邻居表的ZigBee网络树路由改进算法。借助一跳邻居节点地址信息,建立邻居节点选择策略,在节点的一跳邻居节点中,选择到达目的节点树路由跳数最少的邻居节点作为下一跳转发节点。在树路由跳数相同时,选取LQI值大的节点为下一跳转发节点。理论分析结果表明,该算法路由路径优于树路由算法和ITRA算法路由路径;实验结果表明,该算法能很好地减少转发节点个数,提高了网络数据传输的可靠性,达到网络性能提高的目的。

基于TD-LTE系统的新型SNR和CQI映射方案

为了在链路自适应、混合自动重传、快速调度过程中最大程度地满足长期演进(LTE)系统的性能和吞吐量,提出了一种新型的信噪比(SNR)和信道质量指示(CQI)映射方案。这种新的方案通过系统链路级仿真得到信噪比和误块率之间的仿真曲线,然后通过区域拟合的方式得到SNR和CQI之间的关系。和传统的映射方案相比,它不仅易于实现和存储而且具有很好的自适应能力。结合仿真曲线可以看出这种新型的方案能够满足协议规定误块率和吞吐量的要求。该方案已应用于TD-LTE无线综合测试仪表的开发中。

一种基于链路质量差值的无线传感器网络定位方法

针对基于测距的定位方法误差较大的缺陷,提出一种基于链路质量差值的节点定位方法。通过邻居信标节点的交互,获取相应的路径损耗因子,并根据信标节点和待定位节点间的不同链路质量值之差,利用极大似然估计实现低复杂度高精度定位。仿真结果表明,该方法同RSSI和DV-HOP等定位方法相比,具有较高的定位精度和定位成功率。

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.

柿园无线传感器网络信号传输损耗研究

为探究柿园无线传感器网络信号传输特性,该文研究了在2.4 GHz无线信道下柿树处于萌芽期、幼叶期和花期3种时期时无线网络信号传输的衰减情况。试验中分别在柿子树萌芽期、幼叶期和花期3个生长时期下选择一列长势均匀的柿树,通过调节子节点和汇聚节点装置的高度和距离测量柿子树从距离地面3个高度冠层底部(0.8 m)、冠层最密部(1.8 m)和冠层顶部(2.8 m)处各8个距离点的链路质量指示值(link quality indicator,LQI),并对试验数据进行分析。结果表明LQI值随着距离的变化呈正弦曲线式衰减趋势。萌芽期时子节点和汇聚节点的高度均位于冠层顶部时,节点间距38 m时是最佳位置;幼叶期时子节点和汇聚节点的高度均位于冠层顶部,节点间距32 m时是最佳位置;花期时子节点和汇聚节点的高度均位于冠层顶部时,节点间距26 m时是最佳位置。通过对3次数据进行曲线拟合分析分别建立了在2.4 GHz信道下信号衰减模型,其中3种生长时期下均是三次多项式模型决定系数R2最大,为最适模型。果园中无线传感器网络信号传输损耗的研究为在果园中无线传感器网络节点部署提供了技术基础。

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。

波束成形在TD-LTE-A系统中的性能优化

TD-LTE系统中的波束成形(Beam Forming)会受到收、发天线不对称性的影响。TD-LTE-Advanced(TD-LTE-A)系统中使用上行多天线发送可以解决天线不对称性的问题,因此需要对其分析以优化Beam Forming的性能。通过对上行多天线的信道状态信息(CSI)做特征值(SVD)分解,指出了Beam Forming对下行信噪比(SNR)的改善。针对Beam Forming模式下SNR和链路质量指示(CQI)的差异,提出了一种优化链路自适应的方法。数值仿真验证了优化后的TD-LTE-A相比TD-LTE的Beam Forming吞吐率最大提高了24%,其结论对商用TD-LTE网升级到TD-LTE-A具有显著价值。

ZigBee网络路由算法改进优化

为提高ZigBee网络的生存周期和数据传输的可靠性,研究人员在ZigBee网络原有路由算法的基础上做了许多改进。但是这些改进都只是单一考虑节点或者能量因素,没有考虑网络节点之间信道质量因素,这造成了因网络信道链路质量差引起的网络生存周期减少,网络传输可靠性降低等一系列问题。本文结合原有路由算法和相关改进算法的不足,在某一改进算法的基础上引入信道链路质量LQI。改进后,路由算法不再单一包括节点或者能量因素,而是同时考虑节点能量和网络信道质量LQI两方面因素。试验模拟的结果表明,该算法能在相同条件下,比较传统的路由算法和相关改进,在网络生存周期和网络传输可靠性方面均有所提高。

无线网络链路质量评估

主要针对无线链路质量测量的方法进行整理及对比,通过对无线链路质量指标的测量分析来评估质量的好坏。通过对美国某实验室针对roofnet无线网络链路质量测量统计出的数据进行分析,提取表征链路质量的参数信息,运用MATLAB软件对其进行仿真,分析无线链路信道的特征及其影响无线链路质量的相关因素。

机械振动无线传感器网络大量数据传输发射功率优化控制方法

针对机械振动无线传感器网络采集节点采用最大发射功率传输大量数据导致传输能耗高的问题,提出了一种机械振动无线传感器网络大量数据传输发射功率优化控制方法。首先通过统计试验确定链路质量指示(Link Quality Indicator,LQI)与丢包重传率、节点发射功率与传输单个数据包所需能耗的离散关系,以及节点发射功率与LQI的数学模型的类型;然后使用最小二乘法对离散数据进行拟合,构建节点发射功率与传输能耗的关系模型;最后,根据该模型优化得出最小能耗对应的发射功率,在每次传输数据前节点只需发送极少量数据包便可重新优化计算发射功率并更新。试验结果表明,所提的优化控制方法能随工作环境的变化保证优化控制发射功率,降低机械振动无线传感器网络传输能耗。