无线网络链路态势感知技术研究
发布时间：2021-09-08 15:04
无线自组织网络没有基础设施,可快速部署,节点可自由移动。但由于节点移动性,会导致链路断裂进而造成路径中断。因此对链路态势的感知是链路和路径稳定性提升的基础。很多研究集中在基于硬件的无线电信号变化数据,和基于软件的数据分组收发统计信息两方面。但由于网络环境复杂,使用解析法建立严密而复杂的数学模型并不容易。本文从局部拓扑角度出发,通过人工神经网络等数学工具对链路态势有关的参数进行收集、分析。分别对链路的长期与短期态势感知进行研究。仿真实验表面,所提出的链路态势感知方法在长期能够对链路稳定性趋势进行预测,短期能够利用链路稳定性态势提升局部链路和路径的稳定性,提升了网络的性能。主要工作有以下两点:第一,通过仿真实验建立节点运动模型,从节点运动角度收集与链路态势相关的参数集。提出了使用链路剩余生命期作为评估链路长期稳定性的指标。通过构建人工神经网络,拟合节点运动状态参数集与链路剩余生命期之间的关系。将给定的节点运动状态作为输入参数,使用训练好的人工神经网络对链路生命期进行预测。仿真实验表明,对于与训练样本相近的那些节点状态,训练好的人工神经网络能给出较准确的链路剩余生命期。而节点经过较长时间运动...
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：84 页
【学位级别】：硕士
【部分图文】：
一个无线自组织网络的例子
第三章链路态势参数构建与链路稳定性指标预测19二维随机行走模型定义在平面区域上，也被称为醉汉漫游模型。仿佛一个醉汉从自己家出发在大街上走。这时引出一个问题：该醉汉是否一定能返回自己家？类似的，推广到三维空间随机行走模型中，节点返回到起点的概率是否为1。若推广到更高维空间中，若让节点在无穷大的时间内随机行走，节点是否总能回到起始点，即无限次返回起始点。对于这些问题文献[1]指出，在1921年，数学家波利亚证明：若空间范围无限，在一维和二维空间中，只要节点随机行走足够长的时间，最终会以概率为1返回起始点，而且可以无限次的返回起始点。而在三维空间中，节点随机行走足够长的时间最终返回起始点的概率为0.34；在四维空间中，节点随机行走足够长的时间最终返回起始点的概率为0.193；在八维空间中，节点随机行走足够长的时间最终返回起始点的概率为0.073。他论证了在一维和二维空间的随机行走模型具有周期性。图3-1随机行走举例图3-1显示出了一个二维随机行走的例子，该例中节点从场景中随机一点为起始点进行随机行走运动。二维随机行走模型中的节点会有一个预定义的初始位置，同时定义了最大移动速度和最小移动速度，运动方向选取夹角范围为0~2的随机单位向量的方向。节点会从起始点开始，从定义好的数值中选取运动方向和运动速度行进一个单位的时间（也有定义每次运行的终点位置，以某个速度运行到终点，
第三章链路态势参数构建与链路稳定性指标预测21组件通过一组接口公开其功能。组件的行为由它提供和使用的接口定义。对象模型的灵感来源于微软组件对象模型（COM）。根接口是“IObject”。每个接口实际上都必须直接或间接地从“IObject”派生。每个组件都必须实现“IObject”。“IObject”定义如图3-2所示。图3-2对象接口公有函数定义过程（3）NSFX场景仿真过程在下文中，将介绍使用NSFX仿真的设计开发过程，有以下4步。首先，要选择所需组件。需要将网络场景中的移动模型、节点及它们所具有的各种行为属性进行抽象。如果NSFX中提供相应的行为组件则可直接使用，一般需要自己开发所需组件，以上文中定义“IObject”的方式派生出相应的组件。组件包括使用接口和暴露接口两种功能，如节点需要使用移动模型提供的移动方式，同时暴露自身的运动结果。其次，编写仿真的测试用例。一般需要先在配置代码中编写网络中的节点数量，节点的运动方式等，然后将节点行为，运动行为和移动模型的行为抽象为不同的组件，其功能通过接口提供。接着，撰写代码，并对各种组件按照说明文档提供的编写格式进行编写，使用诸如泛化等手法进行派生与继承，将这些节点按照NSFX的说明文档进行组合来构建仿真场景。最后通过编写RUN组件启动仿真中的所有组件。随后按照NSFX说明文档中的makefile编写格式撰写makefile，对网络节点具体参数进行配置。最后通过Build工具生成相应的exe可执行文件，运行可执行文件来启动仿真。启动仿真后，需进行仿真数据的收集和分析。可以通过采样点的方式，对每隔一定时间的仿真场景进行一次数据收集，并将其通过文件流操作写入文本文档中。将网络场景的相关数据进行采集后，可进一步通过MATLAB等数学分析软件进行计算处理，进而评估网?
【参考文献】：
期刊论文
[1]基于随机森林的链路质量预测[J]. 刘琳岚,高声荣,舒坚. 通信学报. 2019(04)
[2]链路质量感知无线传感器网络K近邻查询处理算法[J]. 李馥娟,王群,周倩. 南京理工大学学报. 2018(05)
[3]基于HELLO包链路质量感知的多跳路由[J]. 刘飞飞,蔺婧娜,刘潇潇. 计算机工程与设计. 2017(12)
[4]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)
[5]无线链路质量评估及预测方法综述[J]. 翁丽娜,刘轶铭,刘磊,王兆伟. 中国电子科学研究院学报. 2016(03)
[6]利用Hello消息改进AODV路由的实时性[J]. 龙亮,肖宇峰,张华,陈维. 光通信研究. 2014(01)
[7]无线网络链路质量感知的机会网络编码机制[J]. 葛青,白光伟,沈航,张芃,曹磊. 计算机科学. 2013(11)
[8]LAAODV路由协议的仿真与性能分析[J]. 王俊伟,陆阳,官骏鸣,盛锋. 计算机应用. 2007(11)
[9]无线传感器网络链路通信质量测量研究[J]. 孙佩刚,赵海,罗玎玎,张希元,朱剑. 通信学报. 2007(10)
硕士论文
[1]多接口多信道无线多跳网路由技术研究与实现[D]. 吴限.电子科技大学 2017
[2]基于RSSI的无线传感器网络的人体探测[D]. 王海静.山东大学 2014
本文编号：3390999
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：84 页
【学位级别】：硕士
【部分图文】：
一个无线自组织网络的例子
第三章链路态势参数构建与链路稳定性指标预测19二维随机行走模型定义在平面区域上，也被称为醉汉漫游模型。仿佛一个醉汉从自己家出发在大街上走。这时引出一个问题：该醉汉是否一定能返回自己家？类似的，推广到三维空间随机行走模型中，节点返回到起点的概率是否为1。若推广到更高维空间中，若让节点在无穷大的时间内随机行走，节点是否总能回到起始点，即无限次返回起始点。对于这些问题文献[1]指出，在1921年，数学家波利亚证明：若空间范围无限，在一维和二维空间中，只要节点随机行走足够长的时间，最终会以概率为1返回起始点，而且可以无限次的返回起始点。而在三维空间中，节点随机行走足够长的时间最终返回起始点的概率为0.34；在四维空间中，节点随机行走足够长的时间最终返回起始点的概率为0.193；在八维空间中，节点随机行走足够长的时间最终返回起始点的概率为0.073。他论证了在一维和二维空间的随机行走模型具有周期性。图3-1随机行走举例图3-1显示出了一个二维随机行走的例子，该例中节点从场景中随机一点为起始点进行随机行走运动。二维随机行走模型中的节点会有一个预定义的初始位置，同时定义了最大移动速度和最小移动速度，运动方向选取夹角范围为0~2的随机单位向量的方向。节点会从起始点开始，从定义好的数值中选取运动方向和运动速度行进一个单位的时间（也有定义每次运行的终点位置，以某个速度运行到终点，
第三章链路态势参数构建与链路稳定性指标预测21组件通过一组接口公开其功能。组件的行为由它提供和使用的接口定义。对象模型的灵感来源于微软组件对象模型（COM）。根接口是“IObject”。每个接口实际上都必须直接或间接地从“IObject”派生。每个组件都必须实现“IObject”。“IObject”定义如图3-2所示。图3-2对象接口公有函数定义过程（3）NSFX场景仿真过程在下文中，将介绍使用NSFX仿真的设计开发过程，有以下4步。首先，要选择所需组件。需要将网络场景中的移动模型、节点及它们所具有的各种行为属性进行抽象。如果NSFX中提供相应的行为组件则可直接使用，一般需要自己开发所需组件，以上文中定义“IObject”的方式派生出相应的组件。组件包括使用接口和暴露接口两种功能，如节点需要使用移动模型提供的移动方式，同时暴露自身的运动结果。其次，编写仿真的测试用例。一般需要先在配置代码中编写网络中的节点数量，节点的运动方式等，然后将节点行为，运动行为和移动模型的行为抽象为不同的组件，其功能通过接口提供。接着，撰写代码，并对各种组件按照说明文档提供的编写格式进行编写，使用诸如泛化等手法进行派生与继承，将这些节点按照NSFX的说明文档进行组合来构建仿真场景。最后通过编写RUN组件启动仿真中的所有组件。随后按照NSFX说明文档中的makefile编写格式撰写makefile，对网络节点具体参数进行配置。最后通过Build工具生成相应的exe可执行文件，运行可执行文件来启动仿真。启动仿真后，需进行仿真数据的收集和分析。可以通过采样点的方式，对每隔一定时间的仿真场景进行一次数据收集，并将其通过文件流操作写入文本文档中。将网络场景的相关数据进行采集后，可进一步通过MATLAB等数学分析软件进行计算处理，进而评估网?
【参考文献】：
期刊论文
[1]基于随机森林的链路质量预测[J]. 刘琳岚,高声荣,舒坚. 通信学报. 2019(04)
[2]链路质量感知无线传感器网络K近邻查询处理算法[J]. 李馥娟,王群,周倩. 南京理工大学学报. 2018(05)
[3]基于HELLO包链路质量感知的多跳路由[J]. 刘飞飞,蔺婧娜,刘潇潇. 计算机工程与设计. 2017(12)
[4]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)
[5]无线链路质量评估及预测方法综述[J]. 翁丽娜,刘轶铭,刘磊,王兆伟. 中国电子科学研究院学报. 2016(03)
[6]利用Hello消息改进AODV路由的实时性[J]. 龙亮,肖宇峰,张华,陈维. 光通信研究. 2014(01)
[7]无线网络链路质量感知的机会网络编码机制[J]. 葛青,白光伟,沈航,张芃,曹磊. 计算机科学. 2013(11)
[8]LAAODV路由协议的仿真与性能分析[J]. 王俊伟,陆阳,官骏鸣,盛锋. 计算机应用. 2007(11)
[9]无线传感器网络链路通信质量测量研究[J]. 孙佩刚,赵海,罗玎玎,张希元,朱剑. 通信学报. 2007(10)
硕士论文
[1]多接口多信道无线多跳网路由技术研究与实现[D]. 吴限.电子科技大学 2017
[2]基于RSSI的无线传感器网络的人体探测[D]. 王海静.山东大学 2014
本文编号：3390999
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3390999.html
