[发明专利]一种基于BP神经网络的信道选择和比特率自适应方法

说明书

本发明一种基于BP神经网络的信道选择和比特率自适应方法，属于基于BP神经网络的信道选择和比特率自适应技术领域；所要解决的技术问题为：提供一种基于BP神经网络的信道选择和比特率自适应方法；解决该技术问题采用的技术方案为：包括如下步骤：步骤一：对信道的信号强度指示值进行方差计算；步骤二：输入信号强度指示方差、丢包率及当前信道列表数值；步骤三：初始化阈值、权值、隐含层节点数数值；步骤四：计算各层输入输出值，不断修改阈值、权值，并输出最优的信道选择列表；步骤五：获得最优的信道选择列表后，选取最优信道，能够得到对应的信号强度指示方差和丢包率；本发明应用于BP神经网络。

技术领域

本发明一种基于BP神经网络的信道选择和比特率自适应方法，属于基于BP神经网络的信道选择和比特率自适应技术领域。

背景技术

目前使用的超低功耗传感器难以使用传统无线传感技术进行信号传输，这类传感器设备在极低的能量预算下运行，虽然微控制器在主动和睡眠模式功耗方面已经变得越来越高效，但802.15.4等有源无线电对能量消耗过大；因此迫切需要对这类传感器的超低功率通信方式进行优化，而一个可以显著降低能源成本的通信方式是反向散射通信。

反向散射基站向传感器节点提供载波，该载波可以使用简单的模拟比较器电路对传输信号进行解码，由于传感器本身不需要主动发送无线电信号，该通信方法消耗的功率很低。

而采用反向散射通信方式进行信号传输时，其在网络中的通信速率适应至关重要，反向散射设备通过吸收从阅读器端发射的射频能量来传输收集到的数据，而射频能量的低功耗特性将导致信号质量不高，使得标签与阅读器之间通信对信道质量较为敏感；其次，反向散射通信网络通常应用在较为嘈杂的环境中，这就造成了信道质量会受到如阻塞，多路径衰落，外部干扰等因素干扰；因此，为保证较高的网络吞吐量，需要根据信道质量动态调整数据速率以适应信道变化，应对现有反向散射通信方法进行优化。

发明内容

本发明为了克服现有技术中存在的不足，所要解决的技术问题为：提供一种基于BP神经网络的信道选择和比特率自适应方法；为了解决上述技术问题，本发明采用的技术方案为：一种基于BP神经网络的信道选择和比特率自适应方法，包括如下步骤：

步骤一：对信道的信号强度指示值进行方差计算；

步骤二：输入信号强度指示方差、丢包率及当前信道列表数值；

步骤三：初始化阈值、权值、隐含层节点数数值；

步骤四：计算各层输入输出值，不断修改阈值、权值，并输出最优的信道选择列表；

步骤五：获得最优的信道选择列表后，选取最优信道，能够得到对应的信号强度指示方差和丢包率；

步骤六：使用KNN算法对信号强度指示方差和丢包率进行分类，从EPCC1G2协议规定的六种不同编码/波特率组合的比特率中，对应选择一个最好的比特率。

本发明相对于现有技术具备的有益效果为：本发明为了解决无源感知系统中从WISP标签端到阅读器端的高质量数据传输，提出了一种基于BP神经网络的信道选择和速率自适应选择方法，具体操作为：在原有技术上采用低复杂度的贪心算法实现信道的分配，应用贪心算法模型使信道分配达到局部最优，但是不能达到全局最优，但是对于多节点，密度大的布局，应用BP神经网络的信道预测可以达到全局最优，可以有效提升上行链路的吞吐量，使信号传输更稳定，传输效率更高。

附图说明

下面结合附图对本发明做进一步说明：

图1为本发明利用BP神经网络进行分析的模型图；

图2为本发明的方法流程图。

具体实施方式