2018-10-19无线链路质量评估及预测方法综述ppt课件

，at: 2018-10-18，无线链接质量评估和预测方法摘要乌里纳，柳逸事，刘雷，王兆伟中国电子科学研究所杂志，2016，11(03)，1，Contents设计高级协议，确定用于确保网络性能的基础辅助路由，支持网络切换、速度适应和不同网络间协作的关键技术，1.2链路质量信息的要求，准确性灵敏度能效信号开销，2，无线链路特性，2，无线链路特性，空间特性时间特性不对称干扰特性，2.1无线链路的空间特性，初始研究D.Kotz等在“themistakenaxiomm sofwireless-network research”文章中表示，二进制分割方法存在局限性，并提出了数据传输的理性特性。j . zh等在“understanding packeet delivery yperformanceindensizessensornetworks”文档中，将链接进一步分为三个区域：链接区域、过渡区域和未链接区域。2，无线链接功能，2.1无线链接的空间特性，连接区域：具有高质量、高可靠性和对称切换区域的链接：或称为灰色区域的中间链接的链接质量波动大，无论距离如何，大部分非对称连接区域：此区域的链接质量差，无法进行数据通信，M.K.Song等为“explooition”多种通信技术之间的干扰(CTI，CrossTechnologyInterference(corrleated shadowing)signatural noise ratio(SINR)构建链路互依关系逻辑回归捕获链路互依关系模型，2在WSN中，中间链路度量是突发的一半以上，短期波动粒度是以子秒为单位。文档 thek-factor : inferringprotocolperformanceusinginter-link reception correlation 中的其他分组间隔(IPI，interpacaceusinginter-link reception correlation)实验结果表明，随着IPI的增加，中间环节数也增加。提出中间链路的突然特征：连续可用的不连续性极大地响应无线链路的快速变化，提高网络性能。3、无线链路质量评估和预测方法；3、无线链路质量评估和预测方法；3.1链路质量评估和预测方法分类；3、无线链路质量评估和预测方法；3.2经典硬度和软测量；硬度量；节点接收分组时物理层测量的无线参数；接收信号强度(RSSI，) 封包传输必要数量(RNP，requireednumberoffsettransmissions)预估传输时间(ETX，except edtransmissions)以LQI为基础的ETX(LETX，LQI-) 无线链接有数据包丢失和延迟，基本硬件驱动程序仅在接收数据包的情况下测量这些参数。物理层参数易受噪波、多路径衰落和干扰等影响。3.4经典软度量的优点和缺点，软度量的优点：软度量的优点是独立于硬件特性，可以直接反映网络性能。经典软度量在长期测量优秀链接和最坏链接方面更为准确。年度缺陷：判断短期链路质量变化的准确性和灵敏度下降。，3，构建无线链接质量评估和预测方法，映射关系的链接质量建模方法，基于经典经度和软度量查找物理层参数(经度量)和距离、PRR等链接性能参数之间的直接映射关系。Y.Xu等在文章“explongspatialorrelationforlinkqualityestimationinwirelessensornetworks”中提出了自由空间和对数正阴影相结合的路径衰落模型，并结合误码率来求出PRR和通信距离之间的关系。G. carries等表示：“impactofLQIbasedrouteingmetrics ontheperformanceofaone-to-onerouteingprotocolforiee 802 . 15 . 4 multihop neeeM. se nel等建议使用预适应于文本“aklmann filter basedlinkqualifityonschemeforwirelessensornetworks”的SNR-PRR映射曲线，此时将PRR编入SNR索引。此方法的一些缺陷：需要大量测量数据，需要更大的时间窗口拟合映射方程，不适用于具有更大变化的网络环境。大的时间窗口很难识别中间链路的短期波动。3、无线链路质量评估和预测方法、链路突发评估和预测方法、彭锡元等在无线传感器网络多时间尺度链路估计算法研究一文中，多时间尺度链路估计算法使用ETX估计长期链路质量，使用连续正确的包数估计短期链路质量，构建稳定链路和突发链路共存的拓扑，实现基于机会的路由。黄廷培等在文章“突发链路识别的自适应链路质量估计方法”中，介绍了提高链路质量估计稳定性和反应速度的自适应窗口检测机制和瞬时主动检测机制。斯坦福学者在上述两篇文章中提出了一种著名的链接突发度量，称为“beta”，它以更粗糙的单位描述了链接突发功能。在连续成功接收或连续丢失包后，将理想的突发链路表征为成功接收下一组的条件概率分布函数。结论：值越大，链接突然越高。在beta值较高的链路上使用基于机会的传输可以大大减少传输开销。3、无线链路质量评价和预测方法、多层信息混合的链路质量建模方法、单链路质量测量通常表示无线链路的一个方面，为了获得更全面的链路信息，许多学者提出了组合不同基本度量的建模方法。以下是集成物理层、链路层和网络层信息的链接质量估计模型Four-Bit的三种常见混合链接质量建模方法：使用几何图形理论估计快速链接质量的方法Triangle包括4种链接特性方法hops (holisticpackets statistics)、3、无线链接质量评估和预测方法、链接质量估计模型Four-Bit、物理层包括RSSI和LQI测量(Whitebit)使用Comparebit验证当前链接质量是否优于现有链接，Four-bit使用EWMA方法合并三个协议层信息以确定链接质量。模型建议：R. R.Fonseca等在“Fourbitwirelesslinkestimation”文本中提出了此方法。研究思路：3，无线链接质量评估和预测方法，快速链接质量估计方法Triangle，研究思路：建立了用于PRR、LQI和SNR三种测量的几何三角关系模型，并以链接质量与SNR和LQI组成的坐标点和原点的等价距离作为预设阈值来确定链接质量。建议：C.Boano等在“thetriangle metric : fastlinkqualifiestimationfomobilewirelessetnsornetworks”一文中提出。R. Christian等“predictionaccuracyoflink-quality estimator”，研究思路：EWMA平滑后短期估计为PRRPRR后第二次EWMA平滑后长期估计；绝对偏差是长期和短期估计的偏差上限和下限之和。趋势项目是长期和短期估计的上下差异。，3、无线链路质量评估和预测方法、基于数据的链路质量建模方法、基于参数建模的传统方法的缺陷：其准确性在很大程度上取决于模型参数设置，很难根据动态变化的网络环境进行自适应调整；异构网络统一资源调度逐渐从用户级别深化到数据包级别。基于模式匹配的链接质量预测机制xco pred(using cross-correlationtopredict，using cross-correlationtopredict)，研究思路：使用Kalman过滤器将SNR序列的随机波动删除为模型输入，并使用关联函数查找与过去时间内当前移动状态相似的SNR模式。建议：ka . farkas “linkqualitypredictioninmeshnetworks”是3，无线链接质量评估和预测方法，基于监督学习的链接质量预测机制，建议：Y.Wang等研究思路：使用：RSSI、传输缓存大小、转发缓存大小、信道负载估计、上行链路和下行PRR等7个与链路质量相关的特征参数作为固有向量，输出0到100之间的无单位链路质量预测值，并应用于Metric-Map路由协议。基于机器学习的链路预测机制4C，研究思路：4C使用物理层参数(RSSI、SNR和LQI)和PRR作为模型输入，使用贝叶斯分类器、逻辑回归和ANN进行预测，并输出下一组成功接收的概率。缺陷：如果网络条件发生变化，4C将继续使用以前收到的培训模型，不能调整网络更改，也不能保证预测的准确性。改进：TALENT利用电子学习方法预测中间链路的短期波动，实现对网络条件变化的