论文部分内容阅读
实时、准确的链路质量估计对于无线传感器网络而言至关重要。在实际应用中,无线传感器网络会存在许多网络异构的情况。现有大多数链路质量估计的研究是在同构的网络配置下进行的,对异构无线传感器网络链路质量估计的研究还较少。因此,对异构无线传感器网络链路质量估计的研究有利于补充和完善链路质量估计理论。本文首先探讨了链路质量估计的研究背景与意义,并对链路质量估计的国内外研究现状进行了分析。在此基础上,完成了以下研究内容:(1)通过实测数据分析了常用的链路质量指标在异构网络的适用性,并分析了适用于异构网络的链路质量指标的统计特性。(2)针对现有链路质量估计器缺乏对链路动态有效感知的问题,提出了一种基于软度量的链路质量估计器FaLQE。FaLQE根据链路的波动程度动态调整平滑因子,以实现对链路动态的自适应。与现有的估计方法相比,FaLQE的估计误差更小。(3)现有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。该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16个数据包即可获得准确的链路质量估计。与现有的估计方法相比,该方法的估计误差更小。(4)现有基于链路质量指示的估计方法所使用的映射关系模型没有考虑链路质量指示与收包率的物理意义。针对这一问题提出了一种基于推理模型的链路质量估计方法。该方法通过指数加权卡尔曼滤波获得稳定的链路质量指示估计值,再使用符合实际物理意义的双曲正切模型进行定量估计。与现有的估计方法相比,该方法的估计误差更小。(5)针对现有多参数融合算法过于复杂或估计效果不理想的问题,提出了一种基于加权欧氏距离的多参数融合链路质量估计器。该估计器使用加权欧氏距离将链路质量指示和信噪比融合得到新度量WED,再使用通过逻辑回归建立的WED与收包率的映射模型进行定量估计。与现有的估计方法相比,该方法的估计误差更小。(6)针对上述研究并不能较好地解决在不稳定链路下估计值波动较大、不准确的问题,提出了一种抗波动的轻量级多参数融合链路质量估计器LFI-LQE。该估计器使用指数加权卡尔曼滤波对物理层参数进行处理,以进一步消除不必要的波动。与现有估计方法相比,LFI-LQE的估计误差更小。此外,与其他多参数估计器相比,LFI-LQE的计算开销也有大幅度降低。