鏈路質量評估方法及其系統(tǒng)的制作方法
【專利摘要】本發(fā)明提供一種基于動態(tài)模糊神經(jīng)網(wǎng)絡的鏈路質量評估方法及其系統(tǒng)，所述鏈路質量評估方法包括：建立匯聚型無線傳感器網(wǎng)絡，并初始化網(wǎng)絡拓撲結構；統(tǒng)計所述Sink節(jié)點無線接收的來自所述傳感節(jié)點或所述路由節(jié)點上傳的數(shù)據(jù)包，對所述數(shù)據(jù)包提取信息并獲取鏈路屬性；對所述鏈路屬性進行模糊化處理以建立與所述鏈路屬性對應的鏈路屬性模糊集；根據(jù)所述鏈路屬性模糊集，建立動態(tài)模糊神經(jīng)網(wǎng)絡模型，以獲得代表鏈路質量的度量輸出。相對于現(xiàn)有技術，本發(fā)明通過建立動態(tài)模糊神經(jīng)網(wǎng)絡，提高了鏈路質量評估的學習能力、自適應能力，從在鏈路質量評估中提高準確性、魯棒性，適用于大規(guī)模無線傳感器網(wǎng)絡的多種應用。
【專利說明】鏈路質量評估方法及其系統(tǒng)
【技術領域】
[0001]本發(fā)明涉及無線傳感器網(wǎng)絡基礎協(xié)議領域，特別涉及一種應用于無線傳感器網(wǎng)絡的鏈路質量評估方法及其系統(tǒng)。
【背景技術】
[0002]無線傳感器網(wǎng)絡(Wireless Sensor Network, WSN)是一種全分布式系統(tǒng)，眾多的傳感器節(jié)點隨機部署于各個監(jiān)控區(qū)域，傳感器節(jié)點之間以無線自織方式構成網(wǎng)絡，其間的相互通信使用的是低功率的無線射頻信號即電磁波。無線電波的各種特性例如波的反射，衍射，以及由于反射所引起的多徑效應等，加上其傳輸所處的環(huán)境十分復雜多變以及干擾信號的存在，使得節(jié)點間的通信質量受到嚴重的影響和制約，從而導致節(jié)點間的鏈路具有隨機性和不穩(wěn)定性。為了保證網(wǎng)絡高效穩(wěn)定的運行，減少這種由鏈路的各種因素造成的影響以及提高網(wǎng)絡通信的整體性能，這就使得對鏈路質量進行評估就成為了必須。
[0003]在無線傳感器網(wǎng)絡中，鏈路質量評估(Link Quality Evaluation, LQE)受到許多因素共同影響:鏈路處于射頻過渡區(qū)域、射頻通道時變性質、多徑干擾、鏈接不對稱、和硬件差異。無線傳感器網(wǎng)絡的鏈路質量評估相比傳統(tǒng)無線Mesh網(wǎng)絡和Ad-Hoc網(wǎng)絡面臨更大的挑戰(zhàn):1)、節(jié)點的能量有限，大部分應用不提供能量補給且要求長期工作，如何提高能量效率是鏈路質量評估面臨的主要挑戰(zhàn)之一；2)、現(xiàn)有無線傳感器網(wǎng)絡屬于窄帶通信，低劣的鏈路質量估計將導致大于200%的網(wǎng)絡減速，鏈路質量評估需要優(yōu)先考慮減少網(wǎng)絡通信負載；3)、鏈路質量受節(jié)點自身和外界影響因素復雜。
[0004]目前，從獲取鏈路質量評估參數(shù)角度，可將鏈路質量評估方法分為三類:基于硬件的鏈路質量評估(Hardware-Based LQE)、基于軟件的鏈路質量評估(Software-BasedLQE)、以及綜合鏈路質量評估(Hybrid Approach LQE)。
[0005]基于硬件鏈路質量評估是利用硬件層提供的鏈路信息，這些信息有些是硬件電路通過電平轉換直接獲取，如RSSI (Received Signal Strength Indication,接收信號強度指示)、SNR (Signal-to-Noise Ratio，信噪比)，有些是通過硬件層對采集信號編碼的統(tǒng)計，如CCI (Co-Channel Interference,同道干擾)。它們的共同特點是不需要增加額外的計算，但這些信息受環(huán)境因素影響明顯，相關實驗研究表明通過基于硬件的評估方法精確度不聞，這是因為:
[0006]①僅能從成功接收的包中獲??；②基于包中局部比特位采樣獲得；③僅能粗糙定性的描述鏈路質量，無法精確表達鏈路質量的刻度。
[0007]基于軟件鏈路質量評估是通過鏈路中接收節(jié)點統(tǒng)計包傳遞或重傳的數(shù)量或概率獲得，可以分為兩類:①基于傳輸成功概率的統(tǒng)計，如包接收率PRR 基于包數(shù)量的統(tǒng)計，如ETX、RNP。通過在WSN中持續(xù)發(fā)送一定數(shù)量的廣播探測包(Boardcast Active Packet,BAP)，通過統(tǒng)計包交付率PDR反映鏈路的質量狀況，增大了通信開銷且對瞬間鏈路質量的反映不夠靈敏。
[0008]綜合鏈路評估是借助硬件層提供的廉價且靈敏的信道信息又能通過統(tǒng)計PDR獲取較準確的鏈路質量，其中比較著名的有Four-bit和F-LQE。Four-bit利用信道信息作為鏈路發(fā)現(xiàn)的依據(jù)，然后選取少量較好的鏈路進行PRR計算一定程度上減少了通信開銷，但其并未真正綜合利用多種信息結合全面考慮鏈路的其他特性。F-LQE綜合利用了 RSS1、PRR等多種測量方法能較全面的反映鏈路質量的準確性、穩(wěn)定性、非對稱性，但沒有進一步指出各屬性之間對鏈路質量的貢獻度，各屬性的平均值并不能適應無線傳感器網(wǎng)絡復雜多變的情況。
[0009]綜上所述，目前的研究在獲取鏈路質量方法，減少測量誤差，提高方法能效等方面取得了一些進展，主要存在以下不足:1)、研究集中在單一性能方面的提高，還沒有涉及到在各性能中尋求一個動態(tài)平衡；2)、在大規(guī)模WSN應用中，通過周期性廣播Beacons獲得的評估參數(shù)并不能反映瞬間鏈路質量，存在能耗高和易造成網(wǎng)絡擁塞等弊端；3)、試圖通過精確的模型在限定的場景下獲得鏈路質量，無法回避影響鏈路質量復雜和變化的因素，尚未提出有效鏈路質量評估機制對不同場景的自適應能力。

【發(fā)明內容】

[0010]本發(fā)明的目的在于提供一種基于動態(tài)模糊神經(jīng)網(wǎng)絡的鏈路質量評估方法及其系統(tǒng)，用于解決現(xiàn)有技術中復雜度高、準確性低、自適應力弱、或者算法復雜度高等問題。
[0011]為解決上述問題及其他問題，本發(fā)明在一方面提供一種基于動態(tài)模糊神經(jīng)網(wǎng)絡的鏈路質量評估方法，應用于無線傳感器網(wǎng)絡中；所述鏈路質量評估方法包括:建立匯聚型無線傳感器網(wǎng)絡，并初始化網(wǎng)絡拓撲結構；所述匯聚型無線傳感器網(wǎng)絡中，包括:作為網(wǎng)關節(jié)點的至少一個Sink節(jié)點，與所述Sink節(jié)點相連的一個或多個的傳感節(jié)點和路由節(jié)點；統(tǒng)計所述Sink節(jié)點無線接收的來自所述傳感節(jié)點或所述路由節(jié)點上傳的數(shù)據(jù)包，對所述數(shù)據(jù)包提取信息并獲取鏈路屬性；對所述鏈路屬性進行模糊化處理以建立與所述鏈路屬性對應的鏈路屬性模糊集；根據(jù)所述鏈路屬性模糊集，建立動態(tài)模糊神經(jīng)網(wǎng)絡模型，以獲得代表鏈路質量的度量輸出。
[0012]可選地，所述鏈路質量評估方法還包括調度鏈路質量探測包的步驟，包括:在不破壞應用層提交的數(shù)據(jù)包內容基礎上，對數(shù)據(jù)包進行封裝，加入鏈路評估探測信息，評估計算，評估類型；按照鏈路質量評估實時參數(shù)，在鏈路空閑時生成并插入探測包。
[0013]可選地，在對所述數(shù)據(jù)包提取信息中，所述信息包括:接收信號強度指示RSS1、鏈路質量指示LQ1、數(shù)據(jù)包源地址、以及單播/廣播屬性。
[0014]可選地，所述鏈路屬性包括:包交付率、鏈路非對稱性、鏈路穩(wěn)定性、以及信道質量CQ ;所述獲取鏈路屬性包括:所述包交付率是通過測量數(shù)據(jù)包成功接收率并利用WMEWMA算法處理獲得:WMEWMA= α.WMEWMA+(1-α ).PRR' j a e [0，I]，其中，PRR' i 代表所述數(shù)據(jù)包成功接收率的當前測量值，α代表權值；所述鏈路非對稱性表示被測鏈路中前行鏈路與反向鏈路的差異:ASL (w) = I PRRup-PRRdown |，其中，ASL表示鏈路非對稱性值，PRRup表示前行鏈路包接收率，PRRdmtn表示反向鏈路包接收率；所述鏈路穩(wěn)定性用于反映鏈路變化水平:
SFn=COV (PRRO, PRRl,......PRRn)其中，SF 表示穩(wěn)定性，PRRO, PRRl,......PRRn 表示 PRR 序
列，COV表示變異系數(shù)；所述信道質量CQ表示鏈路的射頻信號辨識清晰度，通過獲取射頻的信噪比SNR或鏈路質量指示LQI而獲得。
[0015]可選地，對所述鏈路屬性進行模糊化處理以建立與所述鏈路屬性對應的鏈路屬性模糊集包括:針對包交付率，包交付率有限集PRR為:
【權利要求】
1.一種基于動態(tài)模糊神經(jīng)網(wǎng)絡的鏈路質量評估方法，應用于無線傳感器網(wǎng)絡中，其特征在于，所述鏈路質量評估方法包括: 建立匯聚型無線傳感器網(wǎng)絡，并初始化網(wǎng)絡拓撲結構；所述匯聚型無線傳感器網(wǎng)絡中，包括:作為網(wǎng)關節(jié)點的至少一個Sink節(jié)點，與所述Sink節(jié)點相連的一個或多個的傳感節(jié)點和路由節(jié)點； 統(tǒng)計所述Sink節(jié)點無線接收的來自所述傳感節(jié)點或所述路由節(jié)點上傳的數(shù)據(jù)包，對所述數(shù)據(jù)包提取信息并獲取鏈路屬性； 對所述鏈路屬性進行模糊化處理以建立與所述鏈路屬性對應的鏈路屬性模糊集；根據(jù)所述鏈路屬性模糊集，建立動態(tài)模糊神經(jīng)網(wǎng)絡模型，以獲得代表鏈路質量的度量輸出。
2.如權利要求1所述的基于動態(tài)模糊神經(jīng)網(wǎng)絡的鏈路質量評估方法，其特征在于，還包括調度鏈路質量探測包的步驟，包括:在不破壞應用層提交的數(shù)據(jù)包內容基礎上，對數(shù)據(jù)包進行封裝，加入鏈路評估探測信息，評估計算，評估類型；按照鏈路質量評估實時參數(shù)，在鏈路空閑時生成并插入探測包。
3.如權利要求1所述的基于動態(tài)模糊神經(jīng)網(wǎng)絡的鏈路質量評估方法，其特征在于，在對所述數(shù)據(jù)包提取信息中，所述信息包括:接收信號強度指示RSS1、鏈路質量指示LQ1、數(shù)據(jù)包源地址、以及單播/廣播屬性。
4.如權利要求3所述的基于動態(tài)模糊神經(jīng)網(wǎng)絡的鏈路質量評估方法，其特征在于: 所述鏈路屬性包括:包交付率、鏈路非對稱性、鏈路穩(wěn)定性、以及信道質量CQ ； 所述獲取鏈路屬性包括: 所述包交付率是通過測量數(shù)據(jù)包成功接收率并利用WMEWMA算法處理獲得: WMEWMA=Q.WMEWMA+(1-a ).PRR'[O, I] 其中，PRf 表所述數(shù)據(jù)包成功接收率的當前測量值，a代表權值； 所述鏈路非對稱性表示被測鏈路中前行鏈路與反向鏈路的差異:
ASL (w) =PRRup-PRRdown 其中，ASL表示鏈路非對稱性值，PRRup表示前行鏈路包接收率，PRRdown表示反向鏈路包接收率； 所述鏈路穩(wěn)定性用于反映鏈路變化水平: SFn=COV (PRRO, PRRl,......PRRn) 其中，SF表示穩(wěn)定性，PRRO，PRRl，……PRRn表示PRR序列，COV表示變異系數(shù)；所述信道質量CQ表示鏈路的射頻信號辨識清晰度，通過獲取射頻的信噪比SNR或鏈路質量指示LQI而獲得。
5.如權利要求4所述的基于動態(tài)模糊神經(jīng)網(wǎng)絡的鏈路質量評估方法，其特征在于，對所述鏈路屬性進行模糊化處理以建立與所述鏈路屬性對應的鏈路屬性模糊集包括: 針對包交付率，包交付率有限集PRR為:
PRR = {(H, Mhptr I (H, μ; ) (H, P1prr)} 其中，H=高交付，M=中交付，L =低交付，μ prr為隸屬函數(shù)； 針對鏈路非對稱性，鏈路非對稱性有限集為:
6.如權利要求5所述的基于動態(tài)模糊神經(jīng)網(wǎng)絡的鏈路質量評估方法，其特征在于，所述動態(tài)模糊神經(jīng)網(wǎng)絡模型包括: 鏈路屬性測量值輸入層，用于接收各個所述鏈路屬性并根據(jù)各個所述鏈路屬性的不同特征采用相應的濾波算法； 隸屬函數(shù)層，用于反映各輸入變量模糊化過程中相應的隸屬函數(shù)； T-泛數(shù)層，用于反映神經(jīng)網(wǎng)絡的模糊規(guī)則； 歸一化層，用于將各規(guī)則的結果按鏈接權結合并選擇激活函數(shù)進行歸一輸出； 鏈路質量輸出層，用于輸出所有信號的疊加，代表鏈路質量的度量。
7.如權利要求6所述的基于動態(tài)模糊神經(jīng)網(wǎng)絡的鏈路質量評估方法，其特征在于，在所述動態(tài)模糊神經(jīng)網(wǎng)絡模型中: 所述T-泛數(shù)層的規(guī)則輸出信號為％，k為規(guī)則序號，第k個規(guī)則的鏈接權為cok; 依據(jù)TSK模型則有:

8.一種基于動態(tài)模糊神經(jīng)網(wǎng)絡的鏈路質量評估系統(tǒng)，應用于無線傳感器網(wǎng)絡中，其特征在于，所述鏈路質量評估系統(tǒng)包括: 無線傳感器網(wǎng)絡初始化單元，用于建立匯聚型無線傳感器網(wǎng)絡并初始化網(wǎng)絡拓撲結構；所述匯聚型無線傳感器網(wǎng)絡中，包括:作為網(wǎng)關節(jié)點的至少一個Sink節(jié)點，與所述Sink節(jié)點相連的一個或多個的傳感節(jié)點和路由節(jié)點； 鏈路屬性獲取單元，用于統(tǒng)計所述Sink節(jié)點無線接收的來自所述傳感節(jié)點或所述路由節(jié)點上傳的數(shù)據(jù)包并對所述數(shù)據(jù)包提取信息并獲取鏈路屬性； 模糊化處理單元，用于對所述鏈路屬性進行模糊化處理以建立與所述鏈路屬性對應的鏈路屬性模糊集； 模糊神經(jīng)網(wǎng)絡模型建立單元，用于根據(jù)所述鏈路屬性模糊集，建立動態(tài)模糊神經(jīng)網(wǎng)絡模型，以獲得代表鏈路質量的度量輸出。
9.如權利要求8所述的基于動態(tài)模糊神經(jīng)網(wǎng)絡的鏈路質量評估系統(tǒng)，其特征在于，還包括數(shù)據(jù)包調度單元，用于:在不破壞應用層提交的數(shù)據(jù)包內容基礎上，對數(shù)據(jù)包進行封裝，加入鏈路評估探測信息，評估計算，評估類型；按照鏈路質量評估實時參數(shù)，在鏈路空閑時生成并插入探測包。
10.如權利要求8所述的基于動態(tài)模糊神經(jīng)網(wǎng)絡的鏈路質量評估系統(tǒng)，其特征在于，所述匯聚型無線傳感器網(wǎng)絡采用基于IEEE802.15.4的媒體接入控制協(xié)議。
11.如權利要求8所述的基于動態(tài)模糊神經(jīng)網(wǎng)絡的鏈路質量評估系統(tǒng)，其特征在于，對所述數(shù)據(jù)包提取的信息包括:接收信號強度指示RSS1、鏈路質量指示LQ1、數(shù)據(jù)包源地址、以及單播/廣播屬性。
12.如權利要求11所述的基于動態(tài)模糊神經(jīng)網(wǎng)絡的鏈路質量評估系統(tǒng)，其特征在于: 所述鏈路屬性包括:包交付率、鏈路非對稱性、鏈路穩(wěn)定性、以及信道質量CQ ； 所述獲取鏈路屬性包括: 所述包交付率是通過測量數(shù)據(jù)包成功接收率并利用WMEWMA算法處理獲得: WMEWMA=Q.WMEWMA+(1-a ).PRR'[O, I] 其中，PRf 表所述數(shù)據(jù)包成功接收率的當前測量值，a代表權值； 所述鏈路非對稱性表示被測鏈路中前行鏈路與反向鏈路的差異:
ASl (w) =PRRup-PRRdown 其中，ASL表示鏈路非對稱性值，PRRup表示前行鏈路包接收率，PRRdown表示反向鏈路包接收率； 所述鏈路穩(wěn)定性用于反映鏈路變化水平:
SFn=COV (PRRO, PRRl,......PRRn) 其中，SF表示穩(wěn)定性，PRRO，PRRl，……PRRn表示PRR序列，COV表示變異系數(shù)；所述信道質量CQ表示鏈路的射頻信號辨識清晰度，通過獲取射頻的信噪比SNR或鏈路質量指示LQI而獲得。
13.如權利要求12所述的基于動態(tài)模糊神經(jīng)網(wǎng)絡的鏈路質量評估系統(tǒng)，其特征在于，對所述鏈路屬性進行模糊化處理以建立與所述鏈路屬性對應的鏈路屬性模糊集包括: 針對包交付率，包交付率有限集PRR為:
14.如權利要求13所述的基于動態(tài)模糊神經(jīng)網(wǎng)絡的鏈路質量評估系統(tǒng)，其特征在于，所述動態(tài)模糊神經(jīng)網(wǎng)絡模型包括:鏈路屬性測量值輸入層，用于接收各個所述鏈路屬性并根據(jù)各個所述鏈路屬性的不同特征采用相應的濾波算法； 隸屬函數(shù)層，用于反映各輸入變量模糊化過程中相應的隸屬函數(shù)； T-泛數(shù)層，用于反映神經(jīng)網(wǎng)絡的模糊規(guī)則； 歸一化層，用于將各規(guī)則的結果按鏈接權結合并選擇激活函數(shù)進行歸一輸出； 鏈路質量輸出層，用于輸出所有信號的疊加，代表鏈路質量的度量。
15.如權利要求14所述的基于動態(tài)模糊神經(jīng)網(wǎng)絡的鏈路質量評估系統(tǒng)，其特征在于，在所述動態(tài)模糊神經(jīng)網(wǎng)絡模型中: 所述T-泛數(shù)層的規(guī)則輸出信號為％，k為規(guī)則序號，第k個規(guī)則的鏈接權為cok; 依據(jù)TSK模型則有:

【文檔編號】H04W84/18GK103581974SQ201210575763
【公開日】2014年2月12日 申請日期:2012年12月26日 優(yōu)先權日:2012年12月26日
【發(fā)明者】陳宇斌, 熊模昌, 馮利爽, 徐海平 申請人:華平信息技術股份有限公司