资料下载
×
基于云模型的链路质量预测机制
消耗积分:3 |
格式:rar |
大小:0.52 MB |
2018-01-19
分享资料个
无线传感器网络中，节点通过单跳或多跳传递信息，如能提前获知链路质量信息，为上层路由选择链路提供参考，是感知信息实时、准确地送达监控中心的基础．在分析现有基于智能学习链路质量预测方法的基础上，提出一种基于云模型的链路质量预测机制，通过收集不同场景下的链路质量样本，采用自适应高斯云变换对训练样本中的RSSl（received signal strength indication），LQlOink quality indicator），SNR（received signal strength indication）及PRR（packet reception rate）进行链路划分；考虑到传感器节点的资源受限问题，采用Apriori算法对划分后的链路质量参数RSSI，LQI，SNR及PRR进行关联规则挖掘；在此基础上，基于三维云正向发生器预测链路质量．仿真结果表明，与基于BP神经网络的预测方法相比，提出的链路质量预测机制具有较高的预测精度．
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
