基于深度信念網(wǎng)絡(luò)的WSNs鏈路質(zhì)量預(yù)測(cè)機(jī)制研究.pdf

1、無(wú)線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks，WSNs)是由數(shù)量較多的傳感器節(jié)點(diǎn)以多跳自組織方式形成的網(wǎng)絡(luò)。這些傳感器節(jié)點(diǎn)在能量、通信以及計(jì)算與存儲(chǔ)等多方面都受限，以及節(jié)點(diǎn)通常部署的環(huán)境復(fù)雜多變且存在各種干擾源，從而導(dǎo)致節(jié)點(diǎn)間通信鏈路質(zhì)量并不可靠。鏈路質(zhì)量預(yù)測(cè)機(jī)制是拓?fù)淇刂?、路由協(xié)議和移動(dòng)管理的基礎(chǔ)，對(duì)于增強(qiáng)網(wǎng)絡(luò)數(shù)據(jù)吞吐、延長(zhǎng)網(wǎng)絡(luò)壽命以及節(jié)省能量也起到相當(dāng)重要的作用。
　　本文旨在研究WSNs鏈路質(zhì)量預(yù)測(cè)方法。

2、論文對(duì)鏈路特性、鏈路質(zhì)量預(yù)測(cè)方法研究現(xiàn)狀、鏈路質(zhì)量度量參數(shù)以及深度學(xué)習(xí)算法進(jìn)行研究。根據(jù)鏈路質(zhì)量的特性結(jié)合深度學(xué)習(xí)特征提取的優(yōu)勢(shì)，提出一種基于深度信念網(wǎng)絡(luò)(Deep Belief Networks，DBN)的WSNs鏈路質(zhì)量預(yù)測(cè)模型。該模型可分為鏈路質(zhì)量評(píng)估層和鏈路質(zhì)量預(yù)測(cè)層，評(píng)估層采用支持向量機(jī)(Support Vector Machine，SVM)對(duì)鏈路質(zhì)量進(jìn)行評(píng)估，獲得鏈路質(zhì)量等級(jí)；預(yù)測(cè)層采用DBN對(duì)連續(xù)的歷史鏈路質(zhì)量等級(jí)進(jìn)行特征