基于贝叶斯网络的链路质量预测机制研究

《基于贝叶斯网络的链路质量预测机制研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码：10406分类号：TP393.17学号：130083500004南昌航空大学硕士学位论文(学位研究生)基于贝叶斯网络的链路质量预测机制研究硕士研究生：刘松导师：舒坚(教授)申请学位级别：硕士学科、专业：软件工程所在单位：软件学院答辩日期：2016年6月授予学位单位：南昌航空大学ResearchofLinkQualityPredictionMechanismbasedonBayesianNetworksAThesisSubmittedfortheDegreeofMasterOnSoftwareEngineeringbySongLiuUndertheSupervision

2、ofProf.JianShuSchoolofsoftwareNanchangHangkongUniversity,Nanchang,ChinaJune,2016摘要无线传感网络中，链路质量预测是保障数据可靠传输和上层网络协议性能的基础性问题。通过链路质量预测选择高质量链路进行通信不仅保障数据的可靠传输，提高整网的数据吞吐率，同时还可以降低节点的能耗，延长网络寿命。课题来源于国家自然科学基金项目,研究无线传感网络链路质量预测方法。论文分析了无线链路的特性、现有链路质量预测方法，对链路质量参数进行了分类，考虑到链路具有波动性和非对称性等特性，对链路质量稳定性和对称水平参数进行了重定

3、义；从链路信号质量、链路稳定性及非对称性三方面评价链路质量，采用K-means聚类算法对参数进行离散化，采用熵值法确定各参数的权重，采用贴近度分析法构建了综合性的链路质量等级指标；借助贝叶斯网络（BayesianNetworks，BN）处理不确定性问题上的优势和BN分类器在分类上的良好性能，提出基于BN的链路质量预测机制，分别构建了基于BN的链路质量评估模型和基于动态贝叶斯网络（DynamicBayesianNetworks，DBN）的链路质量预测模型。本文分别在校园树林、交通主干道、室内走廊场景下部署无线传感网络，通过自主开发的链路质量测试平台采集了大量测试样本，用于模型的训

4、练和预测分析。实验结果表明，采用贴近度分析法划分链路质量等级是合理的；与支持向量机评估方法相比，基于BN的评估方法在不同场景下均表现出较高准确率和泛化能力；与BP神经网络时间序列预测模型相比，基于DBN的链路质量时间序列预测模型具有更高的预测精度。关键词：无线传感网络；链路质量预测；贝叶斯网络；贴近度分析法IAbstractInwirelesssensornetwork,thelinkqualitypredictionisabasicissueinguarantyingreliabledatatransmissionanduppernetworkprotocolperforma

5、nce.Highqualitycommunicationlinkselectedbyusinglinkqualitypredictionensuresreliabletransmissionofdataandraisesthewholenetworkthroughput.Meanwhile,italsoreducesenergyconsumptionofnodesandprolongsthenetworklifetime.TheresearchissupportedbytheNationalNaturalScienceFoundation,aimingatresearchonw

6、irelesssensornetworkslinkqualityprediction.Thecharacteristicofthewirelessnetworkandexistinglinkqualitypredictionmethodareanalyzed,andparametersofthelinkqualitypredictionareclassified.Consideringvolatilityandasymmetryofthelink,theparametersoflinkqualitystabilityandlinkasymmetrylevelareredefin

7、edinthisthesis.Thelinkqualityisevaluatedonlinksignalquality,linkstabilityandsymmetrythreeaspects.TheK-meansclusteringalgorithmisusedtodiscretetheparameters,andtheweightofeachparameterisdeterminedbytheentropyvaluemethod.Besides,closenessanalysismeth