无线传感器网络中,节点受到能量、传输距离的限制,通过转发的方式将数据逐步发送到目的节点。节点传输数据时容易受到环境中噪声的干扰,使传输链路质量变差,导致数据包丢失、消息重发,加速了节点能量的消耗,缩短了网络寿命。基于准确的链路质量预测,选取高质量链路进行通信,可以减少重传次数,延长网络的使用寿命。通过对链路特性分析,选取接收信号强度均值、链路质量指示均值和信噪比均值作为链路质量参数;使用Gap Statistic算法优化的K-means++算法划分链路质量等级,评价链路质量;由于环境中存在的干扰可能会随机产生丢包现象而导致链路质量样本缺失,使用均值填充方法进行填充;不平衡链路质量样本训练链路质量评估模型会使模型评估结果偏向多数类样本,采用SMOTETomek算法处理链路质量样本不平衡问题;借助Cat Boost在分类问题上的优势,构建链路质量评估模型,并使用网格搜索法确定评估模型学习率、树的深度等超参数;采用滑动时间窗口构建链路质量等级时序样本集,基于门控循环单元构建链路质量预测模型,使用门控循环单元学习时序样本集中的时序特征,并使用支持向量回归机预测得到下一时刻的链路质量等级。在实验室、走廊和停车场收集链路质量数据并进行实验,结果表明,经过样本不平衡处理后,评估效果得到提升;与基于支持向量机、随机森林、模糊规则等方法构建的链路质量评估模型相比,本文评估模型具有更高的评估准确率和F1分数;与基于小波神经网络、循环神经网络方法构建的链路质量预测模型相比,本文预测模型具有更小的预测误差。