基于云模型的无线传感器网络链路质量的预测

来源：软件学报杂志2015年第S1期北京时间：

作者：刘琳岚,谷小乐,刘松,舒坚

单位：刘琳岚，南昌航空大学物联网技术研究所, 江西 南昌 330063;南昌航空大学信息工程学院, 江西 南昌 330063311,谷小乐，南昌航空大学物联网技术研究所, 江西 南昌 330063;南昌航空大学信息工程学院, 江西 南昌 330063302,刘松，南昌航空大学物联网技术研究所, 江西 南昌 330063;南昌航空大学软件学院, 江西 南昌 33006303,舒坚，南昌航空大学物联网技术研究所, 江西 南昌 330063;南昌航空大学软件学院, 江西 南昌 33006304

摘要：无线传感器网络中,节点通过单跳或多跳传递信息.如能提前获知链路质量信息,为上层路由选择链路提供参考,是感知信息实时、准确地送达监控中心的基础.在分析现有基于智能学习链路质量预测方法的基础上,提出一种基于云模型的链路质量预测机制.通过收集不同场景下的链路质量样本,采用自适应高斯云变换对训练样本中的 RSSI(received signal strength indication),LQI(link quality indicator),SNR(received signal strength indication)及PRR(packet reception rate)进行链路划分;考虑到传感器节点的资源受限问题,采用 Apriori 算法对划分后的链路质量参数 RSSI,LQI,SNR 及 PRR 进行关联规则挖掘;在此基础上,基于三维云正向发生器预测链路质量.仿真结果表明,与基于 BP 神经网络的预测方法相比,提出的链路质量预测机制具有较高的预测精度.

关键词：无线传感器网络;链路质量预测;链路质量划分;高斯云变换;三维正向云

基金资助：国家自然科学基金(61363015,61501217);江西省高等学校科技落地计划(KJLD14054)