基于高斯过程回归的链路质量预测模型

TP393; 基于链路质量的路由选择机制可有效感知当前链路的变化,且对无线传感器网络的可靠通信起着重要作用,基于此,提出基于高斯过程回归的链路质量预测模型.通过灰关联方法计算链路质量参数与分组接收率的关联度,选取链路质量指示均值和信噪比均值作为模型的输入参数,以降低计算复杂度.采用链路质量指示均值、信噪比均值和分组接收率构建基于组合协方差函数的高斯过程回归模型预测链路质量.稳定场景与不稳定场景下的实验结果表明,与动态贝叶斯网络预测模型相比,所提模型具有更好的预测精确度....

Full description

Saved in:
Bibliographic Details
Published in通信学报 Vol. 39; no. 7; pp. 148 - 156
Main Authors 舒坚, 刘满兰, 尚亚青, 陈宇斌, 刘琳岚
Format Journal Article
LanguageChinese
Published 南昌航空大学软件学院,江西南昌,330063%南昌航空大学信息工程学院,江西南昌,330063 25.07.2018
Subjects
高斯过程回归
组合协方差函数
链路质量预测
无线传感器网络
灰关联算法
Online AccessGet full text

Cover

More Information
Summary:TP393; 基于链路质量的路由选择机制可有效感知当前链路的变化,且对无线传感器网络的可靠通信起着重要作用,基于此,提出基于高斯过程回归的链路质量预测模型.通过灰关联方法计算链路质量参数与分组接收率的关联度,选取链路质量指示均值和信噪比均值作为模型的输入参数,以降低计算复杂度.采用链路质量指示均值、信噪比均值和分组接收率构建基于组合协方差函数的高斯过程回归模型预测链路质量.稳定场景与不稳定场景下的实验结果表明,与动态贝叶斯网络预测模型相比,所提模型具有更好的预测精确度.
ISSN:1000-436X
DOI:10.11959/j.issn.1000-436x.2018113