无线传感器网络多信道链路时变特征在线建模技术研究

自适应跳频作为提高网络可靠性的有效手段已成为无线传感器网络研究的热点之一，由于无线链路可靠性具有时变特性，影响自适应跳频成效的关键因素是对无线通信环境随时间变化的准确刻画。.研究发现，不同环境下链路时变特性虽然存在一定的统计规律，但统计参数因环境而不同。本课题通过在线建模和动态参数估计等技术实现对链路时变特征的实时准确刻画，为自适应跳频算法提供可靠依据；同时研究基于模型预测的自适应跳频技术，通过链路统计模型预测信道变化，确定可用频道子集，提高跳频可靠性，减少对已剔除信道的盲目检测，节约通信资源。.本课题的研究将对复杂环境下传感器网络跳频技术的发展产生重要影响，推动传感网在有高可靠要求领域的应用。

链路质量随时间变化是无线传感器链路传输的一个典型特征，对多频道MAC协议、跳频、路由路径选择等算法产生重要影响。本课题针对无线链路的时变特性进行研究，分析链路随时间变化的统计规律，构建时变链路模型，对模型参数进行在线估计；基于时变模型，研究链路质量预测技术及其对重传、路由的影响；并对自适应跳频算法进行了分析。课题的创新成果如下：.1）针对链路传输特征采集需求，建立了弱干扰采集平台与链路在线分析系统，设计实现在线模型上位机软件，通过采集网络存储的链路质量，按照LLSM模型进行事件分析、丢包率组成分析、链路转移概率分析以及统计回归。.2）针对典型无线环境，建立了时变链路统计模型，针对IEEE802.15.4射频，对影响链路变化的“事件”分布、链路转移等进行统计分析，同时对跳频信道切换和多频道邻频干扰进行了建模，在Omnet++中设计并实现了时变链路特征模型、邻频干扰和信道切换时间模型，建立了多线程仿真系统框架。.3）建立了信道突发模型，提出一种重传优化方法。计算可靠性时必须考虑链路丢包的分布特征。链路的突发性实验分析表明其符合Pareto 分布，分布参数α反应了不同丢包率下的丢包间隔分布情况。提出了链路突发性指标Dα（相关性距离），实验得出，利用Dα 来优化重传机制，相对于固定时隙重传，可靠性平均提高6.3%，最高14.5%。.4）提出基于综合评估的链路质量分类预测算法。针对以往以PDR，LQI等单因素分析，提出了一种基于模糊逻辑的综合性链路质量指标FLI，并利用贝叶斯网络实现对无线链路质量的分类预测。实验得出，基于FLI的分类预测器的平均预测精度约为85%，预测精度分布较均匀，克服了4C预测精度在分类界限处的畸变下滑现象。.5）提出IEEE802.15.4e的自适应跳频算法和链路资源分配算法。针对DSME 方案，扩展ABT结构，实现了mesh网络的跳频频道分配算法及其分配冲突解决方案，适用于低密度网络；针对TSCH方案，提出了一种uRES链路资源分配算法，仿真表明算法在大规模网络中具有较好的收敛性，目前已在OpenWSN中使用。.基于本课题的链路时变特征研究，参与IEEE TG4e的链路质量汇报，OpenWSN资源分配算法以及工业无线网络融合工作组HEATHROW的标准化工作。本课题的技术研究在鞍钢4号线设计并部署恶劣环境下轧机检测应用，解决了轧机温度监测难题。