摘要：针对现有链路质量预测算法不适用于实际通信场景的问题,该文提出一个不依赖于任何特定信号传输模型和节点移动模型、低复杂度的实时链路质量预测算法,并将其应用于稳定路由协议设计。通信节点存储并更新其邻节点的接收信号强度集合以构成时间序列,将时间序列分析中的局部线性核平滑方法和滑动窗口局部多项式预测方法引入链路质量判断及预测。在此基础上,结合跨层协作思想,提出了节点移动自适应的提前路由修复机制。仿真结果表明,该预测算法具有较高的预测准确度,并能显著增强路由稳定性,提高网络性能。

摘要：链路质量预测对无线传感器网络的上层协议设计至关重要,通过链路质量预测方法选择高质量的链路通信,可以提高数据传输的可靠性和网络通信的效率。基于无监督聚类的高斯混合模型划分链路质量等级,采用零相位分量分析白化法去除样本间的相关性,计算信噪比、链路质量指示及接收信号强度指示的均值和方差,并将其结果作为链路质量参数;基于随机森林分类算法构建链路质量评估模型,采用随机森林回归算法构建链路质量预测模型,预测下一时刻的链路质量等级。在不同的实验场景下,与指数加权移动平均、三角度量、支持向量回归机和线性回归预测模型相比,所提预测模型具有更高的预测准确率。

摘要：链路质量预测可以为无线传感器网络上层协议选择路径进行数据传输提供依据从而达到提高数据传输率、节省能量的目的.提出一种基于BP人工神经网络的WSNs链路质量预测方法,使用BP神经网络对PRR的序列进行预测,包括预测窗口的设置和BP神经网络的设计两个阶段.实验结果表明,基于BP神经网络的链路质量预测方法与单独使用EWMA方法相比具有预测精度高的优点.

摘要：信息物理系统(Cyber-physical System,CPS)通过感知设备进行环境感知采集,深度融合计算、通信和控制能力的网络化、智能化物理设备系统,通过计算进程和物理进程相互交互形成反馈循环,达到物理世界与信息世界交互和协调来增加或扩展新功能,提供实时感知、动态控制和信息反馈等服务。链路质量的预测对信息物理系统上层协议设计尤为重要,它为上层协议选择稳定、高质量的数据传输链路提供了充分的判断依据。文中基于多元逻辑回归分析方法建立信息物理系统链路质量预测模型,仿真实验表明,该算法可以对链路质量进行最优预测。

摘要：在无线通信系统中,对无线链路质量进行有效评估和预测是辅助高层协议设计、保障网络性能的基础。然而,节点移动、多径衰落、噪声和干扰等因素导致无线链路动态变化,尤其在复杂网络环境下,实时、准确的链路质量评估和预测面临巨大挑战,吸引国内外众多学者对此展开深入研究。本文对现有链路质量评估和预测方法进行全面和深入的调研,对设计思路和建模方法进行分析归类,探讨其优缺点和适用性。从应用需求角度,凝练未来链路质量评估与预测领域的发展趋势。

摘要：无线传感器网络通信的动态、易损耗特性为可靠自组多跳的网络设计带来了很大的挑战。路由决策需要动态获取链路连通统计特性以获取传输可靠性。提出了一种无线传感器网络传输模型,以及一种实时链路质量预测机制;扩展NS2的功能,设计实现了一种无线传感器网络模拟平台;利用该软件提出了一种基于链路状态的定向扩散路由协议(LSBDD);仿真实验运行结果评价了提出的链路质量预测机制的性能,证明了该网络模拟软件的有效可行性,并且验证了LSBDD的可靠性、能源有效性、以及可扩展性能。