基于D-FNN的无线传感网络链路质量评估方法

发布时间：2017-09-27 11:09

  本文关键词：基于D-FNN的无线传感网络链路质量评估方法

  更多相关文章： 链路质量评估 动态模糊神经网络 PRR值 无线传感网络

【摘要】：无线传感网络是集成微型电子、无线通信网络和对信息进行分布式处理等技术的一种全新的计算模式。被广泛用于智能交通,军事、医疗、生态环境监测等领域。因为无线射频信号在信息通信传输的过程中会受到各种外界因素干扰,造成链路的通信质量。链路质量评估对无线传感网络的路由策略、资源管理和可靠部署等尤为重要,好的链路能够提高消息成功传送的概率,降低信息重传造成对的能量消耗,减少路由重构的次数。由于链路质量受多种因素的干扰,以往的方法对链路的预测的精度不准。针对这些问题,论文开展了以下研究工作:提出了一种基于动态模糊神经网络的无线传感网络链路质量评估方法。把无线传感器Mica系列节点接入笔记本电脑,使用TinyOS操作系统、nesC编程语言模拟传感器节点发送数据包。对无线传感网络进行数据采集,通过比较和分析无线传感网络相关系数(RSSI、CCI、PRR和SNR),选取PRR作为链路质量预测参数值。依据PRR值计算出ETX的路由量度,以此来评估无线传感器的链路质量。基于D-FNN的无线传感器的链路评估方法存在着一些不足之处。这是因为随着目标样本数目的增加,整个动态模糊神经网络自适应能力下降。由于系统误差不能在线估计,算法的运算速度会受到影响。信号中的噪声,也影响到无线传感网络链路质量评估参数的采集。针对该算法应用在无线传感网络中存在的不足之处,提出用EKF(扩展的卡尔曼滤波方法)更新前提参数的中心和宽度。在动态模糊神经网络的基础上使用自组织映射技术修正神经元中心,从而得到更好的输入空间划分。最后,为了提高算法速度,用递归最小二乘法(RLS)替换线性最小二乘法(LLS)进行噪声消除。采用误差下降率(ERR)方法作为修建策略。实验表明,优化后的D-FNN算法,能够增加链路预测准确度和预测的质量,降低算法的冗余,这在一定程度上减小节点能量的损耗,延长WSN和自组织网络的使用率和它们的使用寿命。
【关键词】：链路质量评估 动态模糊神经网络 PRR值 无线传感网络
【学位授予单位】：东华理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP212.9;TN929.5
【目录】：

• 摘要3-4
• Abstract4-8
• 1 绪论8-12
• 1.1 背景知识8-9
• 1.2 研究现状9-10
• 1.3 论文研究内容10-11
• 1.4 论文组织结构11-12
• 2 无线传感网络及其链路质量分析的理论基础12-24
• 2.1 无线传感网络12-17
• 2.1.1 无线传感网络技术12
• 2.1.2 传感器网络的特点12-14
• 2.1.3 传感器网络的节点结构14
• 2.1.4 影响无线传感网络的链路因素14-17
• 2.2 无线传感网络链路评估17-21
• 2.2.1 链路评估的原理17-18
• 2.2.2 链路质量评估要求18
• 2.2.3 链路质量评估参数及评估方法18-21
• 2.3 本章总结21-24
• 3 动态模糊神经网络的性能分析24-38
• 3.1 模糊系统及神经网络24-29
• 3.1.1 模糊逻辑控制系统的基本结构和基本原理24-27
• 3.1.2 神经网络的结构模型27-28
• 3.1.3 模糊系统与神经网络的比较28
• 3.1.4 模糊神经网络的产生28-29
• 3.2 动态模糊神经网络结构29-37
• 3.2.1 动态模糊神经网络的学习算法30-36
• 3.2.2 动态模糊神经网络预测模型36-37
• 3.3 本章小结37-38
• 4 基于D-FNN的无线传感网络的链路质量评估方法38-48
• 4.1 无线传感网络质量评估平台38-41
• 4.1.1 硬件平台38-40
• 4.1.2 软件平台40-41
• 4.2 无线传感网络链路质量模型实现41-45
• 4.2.1 实验模型实现41-42
• 4.2.2 数据采集42-44
• 4.2.3 基于D-FNN的无线传感网络链路质量评估方法的实现44-45
• 4.3 基于D-FNN链路评估的路由量度45-46
• 4.4 本章小结46-48
• 5 基于D-FNN的无线传感网络链路质量评估方法的改进48-62
• 5.1 D-FNN算法改进48-60
• 5.1.1 优化参数48-51
• 5.1.2 划分输入空间51-52
• 5.1.3 过滤噪声52-58
• 5.1.4 修剪模糊规则58-60
• 5.2 改进的基于D-FNN在无线传感网络链路质量评估方法的实现60-61
• 5.3 本章小结61-62
• 6 总结和展望62-64
• 6.1 总结62
• 6.2 展望62-64
• 致谢64-66
• 参考文献66-69

【参考文献】

中国期刊全文数据库 前6条

1 李文锋;符修文;;无线传感器网络抗毁性[J];计算机学报;2015年03期

2 SHU Jian;TAO Juan;LIU Lin-lan;CHEN Ye-bin;ZANG Chao;;CCI-based link quality estimation mechanism for wireless sensor networks under non-perceived packet loss[J];The Journal of China Universities of Posts and Telecommunications;2013年01期

3 孙凌逸;黄先祥;蔡伟;夏梅尼;;基于神经网络的无线传感器网络数据融合算法[J];传感技术学报;2011年01期

4 龚本灿;李腊元;;无线传感器网络路由协议研究[J];微计算机信息;2011年01期

5 俞黎阳;王能;张卫;;无线传感器网络中基于神经网络的数据融合模型[J];计算机科学;2008年12期

6 侯蓉晖;史浩山;杨少军;;无线传感器网络链路统计特性研究与应用[J];系统仿真学报;2007年07期

，

本文编号：929325