高泽鹏，程良伦*，胡 莘

(1.广东工业大学自动化学院，广州510006)2.广东工业大学信息工程学院，广州 510006)

无线传感器网络中节点的能量有限，通信通常采用低功率射频信号。因此，容易受到周围环境噪声等干扰，造成信号的失真，通信链路的不可靠和波动。在无线传感器网络中，如果数据包在低质量的链路上进行传输，会造成传送失败而导致数据包的重传动作，这不仅降低了网络中数据传输的实时性，同时也浪费了节点中宝贵的能量，增加了能耗。因此，通过对链路质量的预测，从而选择稳定的路径，高质量的链路进行数据的传输在无线传感器网络中是非常重要的，不仅可以提高整个网络的数据吞吐率，降低节点的能耗，还可以延长整个网络的工作时间［1－2］。

预测技术在无线网络中，已经有很多方面的研究，譬如LMS和Kalman过滤器，神经网、自回归模型、自回归滑动平均以及分形自回归求和滑动平均模型(F－ARIMA)和小波模型(Wavelet)等［3－5］。但它们都建立在复杂的运算处理上，而在能量和计算处理能力都有限的无线传感器网络节点上，明显不适用。文献［6］只对RSSI和LQI的值进行平均处理，忽略了链路的不对称性;文献［7］提出了基于LQI的链路质量评估模型，但仍没解决LQI原理上的不足;文献［8］提出把几个链路性质指标用于模糊算法当中，但没有给出具体的计算方法和公式。

本文对基于SPRR的预测算法进行改进和研究，第一节首先对 LQI、RSSI、PRR、RNP这几个链路质量量度进行原理上的分析和性能的比较。……