舒坚，刘满兰，尚亚青，陈宇斌，刘琳岚



基于高斯过程回归的链路质量预测模型

舒坚1，刘满兰2，尚亚青2，陈宇斌1，刘琳岚2

（1. 南昌航空大学软件学院，江西 南昌 330063；2. 南昌航空大学信息工程学院，江西 南昌 330063）

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。

无线传感器网络；高斯过程回归；链路质量预测；组合协方差函数；灰关联算法

1 引言

近年来，随着微机电、无线通信和嵌入式等技术的不断发展和相互融合，低成本、低功耗、多功能的微型传感器得到了广泛应用。

无线传感器网络（WSN, wireless sensor network）是一种由大量廉价微型传感器构成、具有动态拓扑结构、以数据传输为中心的多跳自组织网络[1]。节点部署环境的复杂多变导致数据传输过程易受周围环境的干扰和影响，链路特性表现为不规则性、非对称性和时空波动性[2-4]。链路质量对无线传感器网络数据吞吐量、传输时延和能耗等性能具有至关重要的作用[2]。……