無(wú)線傳感器網(wǎng)絡(luò)干擾的測(cè)量與建模研究.pdf

1、無(wú)線傳感器網(wǎng)絡(luò)是一種前途廣闊的無(wú)線網(wǎng)絡(luò)。近年來(lái)，這種新興的無(wú)線網(wǎng)絡(luò)被越來(lái)越多的部署于各種關(guān)鍵的應(yīng)用領(lǐng)域。無(wú)線傳感器網(wǎng)絡(luò)由分布于一定區(qū)域內(nèi)用于監(jiān)測(cè)和收集有價(jià)值信息的無(wú)線傳感器節(jié)點(diǎn)構(gòu)成。通常情況下，數(shù)據(jù)經(jīng)過(guò)節(jié)點(diǎn)之間協(xié)作形成的無(wú)線網(wǎng)絡(luò)最終傳輸至匯聚節(jié)點(diǎn)。由于無(wú)線傳感器網(wǎng)絡(luò)的這種組成結(jié)構(gòu)，從一個(gè)傳感器節(jié)點(diǎn)到匯聚節(jié)點(diǎn)的傳輸路徑上，復(fù)雜的網(wǎng)絡(luò)鏈路間存在許多無(wú)線信號(hào)干擾。加上無(wú)線傳感器網(wǎng)絡(luò)能量和帶寬的局限以及空間部署的要求，使得無(wú)線傳感器網(wǎng)絡(luò)的傳輸性

2、能常常會(huì)被這種干擾所嚴(yán)重影響。為了滿足對(duì)傳輸性能的要求，理解進(jìn)而減少這種節(jié)點(diǎn)之間復(fù)雜的無(wú)線信號(hào)干擾就變得尤其重要。
　　 在學(xué)術(shù)界以前的研究中，以圓盤模型為代表的簡(jiǎn)單干擾模型被廣泛地采用。
　　 但是，近年來(lái)的研究表明，簡(jiǎn)單干擾模型無(wú)法準(zhǔn)確的反應(yīng)無(wú)線傳感器網(wǎng)絡(luò)傳輸?shù)膶?shí)際情況，尤其是無(wú)法反應(yīng)數(shù)據(jù)包接收的幾率特性，而這恰恰是對(duì)評(píng)估傳輸性能極其重要的一點(diǎn)。最近的實(shí)驗(yàn)研究表明，數(shù)據(jù)包量級(jí)的物理干擾模型以及后來(lái)進(jìn)一步演化成的數(shù)據(jù)包

3、接收率（PRR)相對(duì)于信號(hào)干擾噪聲比（SINR)的模型或簡(jiǎn)稱為PRR-SINR模型，能夠比簡(jiǎn)單干擾模型更加準(zhǔn)確的反應(yīng)無(wú)線傳感器網(wǎng)絡(luò)的實(shí)際傳輸性能。然而，對(duì)于PRR-SINR模型的測(cè)量，現(xiàn)有的方法完全依賴于在網(wǎng)絡(luò)中主動(dòng)地加入測(cè)量所需的數(shù)據(jù)包。這種方法的缺點(diǎn)是會(huì)給整個(gè)網(wǎng)絡(luò)帶來(lái)很大的開(kāi)銷，并且需要頻繁的進(jìn)行全網(wǎng)的時(shí)鐘同步，這使得該方法在實(shí)際應(yīng)用中實(shí)現(xiàn)的難度很大。此外，目前的測(cè)量方法缺乏對(duì)開(kāi)銷和測(cè)量精確度之間關(guān)系的分析，當(dāng)對(duì)測(cè)量精度有要求的時(shí)候

4、，所需的開(kāi)銷無(wú)法估計(jì)。
　　 本文針對(duì)無(wú)線傳感器網(wǎng)絡(luò)干擾測(cè)量與建模，圍繞降低開(kāi)銷、提高測(cè)量方法的易用性以及建立測(cè)量精度和開(kāi)銷之間的關(guān)系等問(wèn)題，進(jìn)行了深入的研究。本文的主要研究?jī)?nèi)容和創(chuàng)新之處如下：
　　 首先，本文介紹了無(wú)線傳感器網(wǎng)絡(luò)的干擾模型并且對(duì)其進(jìn)行了實(shí)驗(yàn)方面的研究。從我們的實(shí)驗(yàn)結(jié)果中可以看出，PRR-SINR模型在實(shí)際應(yīng)用中會(huì)由于空間和時(shí)間的變化而產(chǎn)生相當(dāng)大的擾動(dòng)，這給該模型的精確測(cè)量帶來(lái)了新的挑戰(zhàn)。
　　

5、 然后，本文提出了被動(dòng)干擾模型測(cè)量方法（PIM)。PIM是一種低開(kāi)銷的被動(dòng)測(cè)量方法，它建立在前面所獲得實(shí)驗(yàn)研究結(jié)果的基礎(chǔ)之上，旨在降低對(duì)PRR-SINR模型進(jìn)行精確測(cè)量的復(fù)雜性。PIM 創(chuàng)造性的利用了無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)通信的時(shí)空多樣性來(lái)獲得測(cè)量所需的數(shù)據(jù)，并以此達(dá)到很低的開(kāi)銷。PIM還根據(jù)無(wú)線傳感器網(wǎng)絡(luò)的構(gòu)成特點(diǎn)合理的安排測(cè)量任務(wù)，由性能較低的普通節(jié)點(diǎn)性進(jìn)行數(shù)據(jù)收集，而將的任務(wù)量大的建模留給相對(duì)性能較高的匯聚節(jié)點(diǎn)。
　　 我們以

6、13個(gè)可移動(dòng)的和40個(gè)固定的TelosB 無(wú)線傳感器節(jié)點(diǎn)分別構(gòu)成了兩個(gè)測(cè)試平臺(tái)，通過(guò)大量的實(shí)驗(yàn)來(lái)評(píng)估PIM的效能。實(shí)驗(yàn)結(jié)果表明，PIM能夠?qū)RR-SINR 進(jìn)行高精度的測(cè)量，并且與目前常用的測(cè)量方法相比顯著降低了測(cè)量開(kāi)銷。
　　 更進(jìn)一步，本文將目標(biāo)擴(kuò)展到研究如何在測(cè)量有精度要求的干擾模型的同時(shí)平衡開(kāi)銷和準(zhǔn)確性，提出了精度識(shí)別干擾模型測(cè)量（AIM)。AIM 采用了一種全新設(shè)計(jì)的基于回歸分析的RPP-SINR模型。該模型的精度特