[发明专利]通过少量数据包估计无线传感网络链路质量的方法

权利要求书

1.一种通过少量数据包估计无线传感网络链路质量的方法，其特征在于，步骤包括：接收数据包SNR、LQI和PRR的统计、回归参数计算和模型选择、链路质量估计和修改估计链路质量表达式；

步骤1)：接收数据包SNR、LQI和PRR的统计，

发射机和接收机的位置固定后，发射机发送StartNum个StartTransmitMsg消息，消息的时间间隔为t₁，StartNum≥100，StartTransmitMsg消息中包含消息序列号；接着，发射机无时间空隙地发送m*w个长度为Length的数据包，m、w分别为10‐20的自然数，Length为20‐30bytes，数据包的时间间隔为t₂，每m个数据包记为一批，接收机接收到第一个StartTransmitMsg消息后，对于第1批数据包，根据接收到的StartTransmitMsg消息的时间和序列号分别计算发射机发送的第一批数据包中第1个、第m个数据包的时间点，其中，发射机发送第一批数据包中的第一个数据包的时刻记为第1个时间点，发射机发送第一批数据包中的第m个数据包的时刻记为第2个时间点，在第1个时间点之前将SNR_total和LQI_total置为0，在第1个和第2个时间点之间接收发射机发送的数据包，计算每个包的信噪比的方法如下：接收机以60ms为周期定时采样信道空闲时的接收信号功率，作为一次噪声基底的样本值并更新噪声基底表中的条目，每8次采样后由8个条目的平均值计算此时的噪声基底，接收到的数据包的信噪比由该数据包的接收信号功率减去噪声基底得到；把接收到的数据包的SNR和LQI的值累加，在第2个时间点将SNR和LQI的累加值分别记为SNR_total1和LQI_total1，在第一批数据包中，接收机接收的数据包的个数是m'，按下述公式计算第一批数据包的平均信噪比SNR_Avg1、第一批数据包的平均链路质量指数LQI_Avg1和第一批数据包的数据包接收率PRR₁:

PRR1=m′m---(1),]]>

SNRAvg1=SNRtotal1m′·PRR1---(2),]]>

LQIAvg1=LQItotal1m′·PRR1---(3),]]>

对于发射机发送的第2,3……w批数据包，接收机也进行类似的统计和运算，分别得到SNR_Avg2,LQI_Avg2,PRR₂,……,SNR_Avgw,LQI_Avgw,PRR_w，去除PRR＝1的数据点，假设去除后只有p组数据点SNR_Avg1,LQI_Avg1,PRR₁,……,SNR_Avgp,LQI_Avgp,PRR_p；

步骤2)：模型参数计算和模型选择，

2.1)使用的模型

链路质量估计中，步骤1)中每一批PRR<1的m个数据包的接收率和数据包的SNR_Avgi和LQI_Avgi符合下述单调递增的模型表达式之一：

模型一，

PRRi=A1·SNRAvgi2+B1·LQIAvgi2---(4),]]>

模型二，

PRR_i＝A₂·SNR_Avgi+B₂·LQI_Avgi+C₂ ⑸，

其中，i＝1,2,……,p，A₁、B₁、A₂、B₂、C₂是参数；

2.2)模型参数计算

分别按上述2.1)中两种模型的表达式对p个数据点(SNR_Avg1,LQI_Avg1,PRR₁),……,(SNR_Avgp,LQI_Avgp,PRR_p)进行线性回归，具体计算方法如下：

第一种模型，

对上述p个数据点采用二元线性回归，得参数A₁和B₁的值计算公式如下：

A1=(Σi=1pSNRAvgi2·PRRi)(Σi=1pLQIAvgi4)-(Σi=1pLQIAvgi2·PRRi)(Σi=1pSNRAvgi2·PRRi)(Σi=1pSNRAvgi4)(Σi=1pLQIAvgi4)-(Σi=1pLQIAvgi2·SNRAvgi2)2---(6),]]>

B1=(Σi=1pSNRAvgi2·PRRi)(Σi=1pLQIAvgi2·SNRAvgi2)-(Σi=1pLQIAvgi2·PRRi)(Σi=1pSNRAvgi4)(Σi=1pLQIAvgi2·SNRAvgi2)2-(Σi=1pSNRAvgi4)(Σi=1pLQIAvgi4)---(7),]]>

由此得到公式⑷中的参数A₁、B₁，然后确定模型一的表达式；再将p个数据点对(SNR_Avg1,LQI_Avg1),……,(SNR_Avgp,LQI_Avgp)带入模型一的表达式，可得p个计算得到的数据包接收率PRR_cal1,PRR_cal2,……,PRR_calp，记则皮尔逊相关系数R₁由以下公式求出

R1=Σi=1p(PRRi-PRR‾)(PRRcali-PRRcal‾)Σi=1p(PRRi-PRR‾)·Σi=1p(PRRcali-PRRcal‾)---(8),]]>

第二种模型，

当p个数据点符合公式⑸的模型时，采用二元线性回归的方法，得参数A₂、B₂和C₂的值计算公式如下：

A2=D1D---(9),]]>

B2=D2D---(10),]]>

C2=D3D---(11),]]>

其中D、D₁、D₂、D₃的计算方法如下：

D=Σi=1pSNRAvgi2Σi=1pSNRAvgi·LQIAvgiΣi=1pSNRAvgiΣi=1pSNRAvgi·LQIAvgiΣi=1pLQIAvgi2Σi=1pLQIAvgiΣi=1pSNRAvgiΣi=1pLQIAvgi-2p---(12)]]>

D1=Σi=1pSNRAvgi·PRRiΣi=1pSNRAvgi·LQIAvgiΣi=1pSNRAvgiΣi=1pLQIAvgi·PRRiΣi=1pLQIAvgi2Σi=1pLQIAvgiΣi=1pPRRiΣi=1pLQIAvgi-2p---(13)]]>

D2=Σi=1pSNRAvgi2Σi=1pSNRAvgi·PRRAvgiΣi=1pSNRAvgiΣi=1pSNRAvgi·LQIAvgiΣi=1pLQIAvgi·PRRiΣi=1pLQIAvgiΣi=1pSNRAvgiΣi=1pPRRi-2p---(14)]]>

D3=Σi=1pSNRAvgi2Σi=1pSNRAvgi·LQIAvgiΣi=1pSNRAvgi·PRRiΣi=1pSNRAvgi·LQIAvgiΣi=1pLQIAvgi2Σi=1pLQIAvgi·PRRiΣi=1pSNRAvgiΣi=1pLQIAvgiΣi=1pPRRi---(15)]]>

由此得到公式⑸中的参数A₂、B₂、C₂，进而确定模型二的表达式，再将p个数据点对(SNR_Avg1,LQI_Avg1),……,(SNR_Avgp,LQI_Avgp)带入模型二的表达式，得到p个计算得到的数据包接收率PRR_cal1,PRR_cal2,……,PRR_calp，记则皮尔逊相关系数R₂可由以下公式求出

R2=Σi=1p(PRRi-PRR‾)(PRRcali-PRRcal‾)Σi=1p(PRRi-PRR‾)·Σi=1p(PRRcali-PRRcal‾)---(16),]]>

步骤2.3)：模型选择，

当R1和R2中只有一个大于0.7时，皮尔逊相关系数大于0.7的模型计算值能准确反应实际的PRR变化，用该模型表达式对链路质量进行估计；

当R1和R2都大于0.7时，这两个模型计算值都能准确反应实际的PRR变化，因此这两个模型都可对链路质量进行估计；

当R1和R2都小于0.7时，这两个模型计算值都不能准确反应实际的PRR变化，因此重复步骤1)和步骤2)，直到选出皮尔逊相关系数大于0.7的模型，用该模型表达式对链路质量进行估计；

步骤3)：链路质量估计，

发射机发送q个长度为Length的数据包，q为10‐20，接收机将收到的数据包的SNR和LQI分别累加，得到SNR_sum和LQI_sum，在这q个数据包中接收机接收到的数据包个数为v，通过下述公式计算出SNR'_Avg和LQI'_Avg：

PRR′=vq---(17),]]>

SNRAvg′=SNRsumv·PRR′---(18),]]>

LQIAvg′=LQIsumv·PRR′---(19),]]>

将计算得到的SNR'_Avg和LQI'_Avg代入步骤2.3)选择的模型的表达式即可估计出这段时间内本条链路的包接收率PRR_present；

发射机在紧接着5秒内发送长度为Length数据包时，

PRR_prediction＝PRR_present (19.5)，

步骤4)：链路质量估计后修改估计链路质量表达式，

在步骤3)中，如果发射机第1次发送了q个长度为Length的数据包，按表达式(19.5)计算出的PRR_prediction记为PRR_prediction1，紧接着5秒内发送了多个长度为Length的数据包，统计得到的数据包接收率为PRR₁，链路质量估计的相对误差为

δ1=PRRprediction1-PRR1PRR1×100%---(20),]]>

同理可得第2,3,4,……,r次发送了q个长度为Length的数据包并实测数据包接收率后，链路质量估计的相对误差为δ₂,δ₃,δ₄,......,δ_r，当相对误差的值大于10％的次数有3次时，就开始修改估计链路质量表达式的过程，即重复步骤1)、步骤2)、步骤3)。

2.根据权利要求1所述的方法，其特征在于，所述的步骤2.3)：当R1和R2都大于0.7时，优选的，以皮尔逊相关系数更大的模型表达式对链路质量进行估计。