摘要：在无线网络中,比特错误率(bit error rate,BER)的估计是许多上层协议的基础,对数据传输的性能具有重要的影响,目前已成为一个重要的研究课题.但是现有BER估计编码未考虑实际网络的BER分布特征,估计误差较大.在实测分析802.11无线网络的BER分布特征的基础上,提出了一种采用差异化思想来提高BER估计准确度的方法差异化估错码(differentiated error estimation,DEE),其主要思想是在数据包中插入具有不同估错能力的多级估错位,并随机均匀地分布各估错位.然后,借助BER与奇偶校验错误概率的理论关系来估计BER.此外,DEE利用BER非均匀分布特征来优化各级估错位的能力,提高出现概率较高的BER的估计准确度,以降低平均估计误差.在7个节点组成的测试床上评价了DEE的性能.实验结果表明,与最近的研究成果估错码(error estimation code,EEC)相比,DEE可将估计误差平均减少约44%.当估错冗余较低时DEE可将估计误差减少约68%.此外,DEE具有比EEC更小的估计偏差.

摘要：针对在优化无线传感器网络传输性能时,识别出网络是否受到干扰并区分网络内与网络间的干扰类型是首要解决的问题。设计并实现了一种能够识别传感器网络干扰并区分网内、网间干扰类型的机制。首先通过实验获得了传感器网络在常见干扰状态下的有关性能参数,并对这些参数进行了相关性分析,之后基于Logistic分类模型建立了干扰状态以及网内、网间干扰类型的识别模型,并根据实测数据确定了该模型的参数。实际测试表明基于该分类模型的分类识别方法的准确率可达到97%以上,能够有效解决发现网络受到干扰的情况以及对网络干扰识别的问题。