基于随机森林的链路质量预测

发布时间：2020-12-15 12:36

　　无线传感器网络通过部署大量的传感器节点监测感知区域,节点携带的能量有限,且经常部署在一些恶劣的野外环境中,其通信过程容易收到干扰,造成通信链路不稳定,导致数据在传输的过程中会出现丢包现象。若能够在节点发送数据包之前预测链路质量,选择链路质量好的链路进行数据传输,这将可以减少数据包的重传,节约节点的有限能量,进而提高整个网络的生命周期。论文分析了无线传感器网络的链路特性,介绍了现有的链路质量预测方法;针对链路的波动性和非对称性等特性,选取无线链路物理层参数的均值、方差和非对称性指标作为链路质量参数;采用零相位分量分析白化法去除样本之间的相关性,对样本进行预处理;采用无监督聚类的高斯混合模型划分链路质量等级,可避免由于人为选定临界点所带来的误差;针对无线链路样本的不平衡问题,采用K-means合成少数类上采样技术（Synthetic Minority Over-sampling Technique,SMOTE）处理不平衡样本,经过K-means聚类将样本分成不同的聚簇,在每个聚簇中通过随机线性插值的方式增加少数类样本的数量,从而使各个链路质量等级的样本量达到平衡;采用加权随机森林分类算法构... 

【文章来源】：南昌航空大学江西省

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

TelosB节点实物图

学硕士学位论文 第 4 章 实验包定时信息提供广泛的硬件支持，这些功能可降低主控制2420 连接微控制器，CC2420 的配置接口可通过 SPI 访问2420 将通过微控制器和外部无源器件配合使用。平台WSN 链路质量测试平台 链路质量测试平台是由南昌航空大学物联网技术研究所独SN 链路质量，平台使用 Visual C++6.0 和 SQL Server 2000络部署、链路测试、数据存储、数据分析、实时数据显示如图 4-2 所示。

设置了五个实验场景，在每个实验场景中均部署了多个传感器节点，用于进行节点间的收发实验，收集到的链路质量数据通过Sink节点和WSN链路质量测试平台导出。具体的实验场景如图4-3~图4-5和图4-7、图4-8所示。

【参考文献】：
期刊论文
[1]基于改进最小二乘支持向量回归机的链路质量预测[J]. 舒坚,贾晨浩,陶娟.  北京邮电大学学报. 2018(02)
[2]基于深度信念网络的WSN链路质量预测[J]. 刘琳岚,许江波,李越,杨志勇.  通信学报. 2017(S2)
[3]基于AdaBoost的链路质量预测机制研究[J]. 舒坚,刘满兰,郑巍.  通信学报. 2017(S1)
[4]基于动态贝叶斯网络的WSNs链路质量预测[J]. 舒坚,刘松,刘琳岚,谷小乐.  工程科学与技术. 2017(02)
[5]Research on Link Quality Estimation Mechanism for Wireless Sensor Networks Based on Support Vector Machine[J]. SHU Jian,LIU Song,LIU Linlan,ZHAN Liqin,HU Gang.  Chinese Journal of Electronics. 2017(02)
[6]面向输电线路监测的无线传感网络可靠路由方法研究[J]. 陆俊,朱炎平,徐志强,肖振锋.  电网技术. 2017(02)
[7]不可靠链路下基于压缩感知的WSN数据收集算法[J]. 张策,张霞,李鸥,梅关林,韩哲,张大龙,刘广怡.  通信学报. 2016(09)
[8]基于模糊支持向量回归机的WSNs链路质量预测[J]. 舒坚,汤津,刘琳岚,胡刚,刘松.  计算机研究与发展. 2015(08)
[9]基于综合性评估的无线链路质量分类预测机制[J]. 郭志强,王沁,万亚东,李默涵.  计算机研究与发展. 2013(06)
[10]面向物联网的无线传感器网络综述[J]. 钱志鸿,王义君.  电子与信息学报. 2013(01)



本文编号：2918276