舒 坚 高 素 陈宇斌

(南昌航空大学软件学院 南昌 330063)

无线传感器网络(wireless sensor networks， WSNs)是物联网的重要组成部分，用于获取有关环境的条件和个人信息，充当物理世界和数字世界间的重要桥梁.WSNs由大量传感器节点组成，其中传感器节点可控制或监测物理信息及环境条件，例如声音、振动、压力、温度和污染物的运动，并通过网络协同技术传递到基站.WSNs广泛应用于与环境监测、医疗保健、军事、国家安全等相关领域中[1].

传感器节点大多采用无线射频进行通信，故WSNs的通信质量易受环境的影响，例如正在使用某一范围的频谱、特定调制方案，以及通信设备本身和随机信号的干扰.随着时间的推移，通信质量会发生变化，节点之间的链路是不可靠的[2].针对链路质量评估问题中存在的2个挑战：1)如何选择合适的链路质量参数.2)如何构建具有较优评估性能、较好泛化能力和较低时间复杂度的链路质量评估模型.本文提出基于自适应广义回归神经网络的链路质量模型.

本文的主要贡献包括2个方面：

1) 提出基于包裹式的链路质量参数选取算法，采用自适应广义回归神经网络(adaptive general regression neural network， AGRNN)评价各备选子集的重要性，选取链路质量参数.

2) 提出基于AGRNN的链路质量评估模型，该评估模型可为每个链路质量参数分配不同的光滑因子并进行自适应调整，且具有更低的时间复杂度,能更有效地评估链路质量.

1 相关研究

目前，国内外学者对WSNs链路质量评估方法进行了探索，主要包括:基……