基于指数加权卡尔曼滤波的快速链路质量估计
发布时间:2024-10-05 08:14
针对硬件的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。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指示器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:仅需少量数据包即可快速获得较为准确的链路质量估计。与同类型的估计方法相比,该方法在不同链路质量下的估计误差减小了1.67%~16.53%。
【文章页数】:4 页
【部分图文】:
本文编号:4007742
【文章页数】:4 页
【部分图文】:
图1估计方法整体流程
图1给出了快速链路质量估计方法的整体流程。RSSI实测值经过滤波后,减去环境噪声均值得到SNR估计值。由于SNR只能定性地表征链路质量的好坏,因此需要建立SNR与PRR的映射关系模型。
图2SNR与PRR的关系
图2给出了不同环境下共计287次测试的SNR与PRR的关系图。可以看出,当SNR大于8dB时,PRR取值趋于1;当SNR小于1.54dB时,PRR几乎为0。因此,采用三段式模型对SNR与PRR的关系进行建模。对于[1.54dB,8dB]区间内的数据,采用多种模型(....
图3[1.54dB,8dB]区间的拟合效果
对应的拟合效果如图3所示。结合其他范围的情况,可得SNR与PRR关系模型
图4链路1下RSSI的处理效果
图4与图5分别给出了链路1与链路2下RSSI的处理效果。可以看出,相比于现有的窗口平均和卡尔曼滤波,通过指数加权卡尔曼滤波获得的RSSI估计值更为稳定。图5链路2下RSSI的处理效果
本文编号:4007742
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/4007742.html