论文部分内容阅读
无线传感器网络是由部署在监测区域内大量的廉价微型传感器节点组成的网络，节点间以无线电的方式进行通信，无线电通信容易受到信号干扰、噪声、和多径效应的影响，导致无线传感器网络中通信链路的不可靠性，且传感器节点携带的电池能量有限，有效的预测链路质量有助于选择高质量的链路进行通信，从而提高点对点通信的概率，减少由于差链路而引起的过度消息重发，提高网络的吞吐量，延长网络寿命。
通过分析链路特性，本文从接收信号强度、链路质量指示、通道品质、非对称性四方面反映链路质量，选取接收信号强度指示均值、链路质量指示均值、信噪比均值以及非对称性指标作为链路质量参数；针对划分链路质量等级阈值的不确定性及人为划分链路质量等级的主观影响，提出改进的模糊C均值聚类算法并采用该算法根据链路质量样本分布的特点自适应地划分链路质量等级；计算链路质量样本的不平衡比率，对不平衡的链路质量样本中少数类样本采用自适应综合过采样算法合成链路质量样本，使得不同等级链路质量样本达到平衡；借助XGBoost(Extreme Gradient Boosting)在分类上的优势，分析链路质量参数与等级之间的映射关系，采用XGBoost分类算法构建链路质量评估模型(XGBoost-based Link Quality Estimation Model，XGB_LQE)评估当前时刻的链路质量等级；依据XGB_LQE的评估结果，采用滑动时间窗口构建链路质量时间序列样本集，基于XGBoost回归算法构建链路质量预测模型(XGBoost-based Link Quality Prediction Model，XGB_LQP)，预测下一时刻的链路质量等级。
在干扰不同的三个实验场景(广场、树林、实验室)中部署节点，收集链路质量数据进行实验。实验结果表明，XGB_LQE评估模型在具有移动物体、电磁干扰和遮挡物干扰的场景中均有较高的评估准确率、查全率、F1分数、G_mean和AUC。与基于指数加权移动平均的预测模型、基于4C的预测模型、基于支持向量回归机的预测模型相比，本文提出的链路质量预测模型XGB_LQP具有更高的预测准确率。
通过分析链路特性，本文从接收信号强度、链路质量指示、通道品质、非对称性四方面反映链路质量，选取接收信号强度指示均值、链路质量指示均值、信噪比均值以及非对称性指标作为链路质量参数；针对划分链路质量等级阈值的不确定性及人为划分链路质量等级的主观影响，提出改进的模糊C均值聚类算法并采用该算法根据链路质量样本分布的特点自适应地划分链路质量等级；计算链路质量样本的不平衡比率，对不平衡的链路质量样本中少数类样本采用自适应综合过采样算法合成链路质量样本，使得不同等级链路质量样本达到平衡；借助XGBoost(Extreme Gradient Boosting)在分类上的优势，分析链路质量参数与等级之间的映射关系，采用XGBoost分类算法构建链路质量评估模型(XGBoost-based Link Quality Estimation Model，XGB_LQE)评估当前时刻的链路质量等级；依据XGB_LQE的评估结果，采用滑动时间窗口构建链路质量时间序列样本集，基于XGBoost回归算法构建链路质量预测模型(XGBoost-based Link Quality Prediction Model，XGB_LQP)，预测下一时刻的链路质量等级。
在干扰不同的三个实验场景(广场、树林、实验室)中部署节点，收集链路质量数据进行实验。实验结果表明，XGB_LQE评估模型在具有移动物体、电磁干扰和遮挡物干扰的场景中均有较高的评估准确率、查全率、F1分数、G_mean和AUC。与基于指数加权移动平均的预测模型、基于4C的预测模型、基于支持向量回归机的预测模型相比，本文提出的链路质量预测模型XGB_LQP具有更高的预测准确率。