[发明专利]一种采用多属性群决策理论评价链路质量评估模型的方法在审
申请号: | 201710644671.5 | 申请日: | 2017-07-31 |
公开(公告)号: | CN107332631A | 公开(公告)日: | 2017-11-07 |
发明(设计)人: | 舒坚;贾晨浩;张岩;刘琳岚 | 申请(专利权)人: | 南昌航空大学 |
主分类号: | H04B17/318 | 分类号: | H04B17/318;H04B17/336;H04B17/391;H04W24/08;H04W84/18 |
代理公司: | 南昌洪达专利事务所36111 | 代理人: | 刘凌峰 |
地址: | 330063 江*** | 国省代码: | 江西;36 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 采用 属性 决策 理论 评价 质量 评估 模型 方法 | ||
技术领域
本发明涉及无线网络链路质量评估领域,具体涉及一种采用多属性群决策理论评价无线传感器网络链路质量评估模型的方法。
背景技术
无线传感器网络是由部署在监控区域内大量的廉价传感器节点组成,通过无线通信的方式形成的一个多跳的自组织网络系统。在环境监测、智能家居、智能物流等领域具有广阔的应用前景。
无线传感器网络中的节点通常是一个带有感知能力的微型嵌入式系统,其计算能力、存储能力、通信能力较弱,且要求具有尽可能长的工作时间。传感器节点一般通过无线射频进行通信,所处的环境复杂多变且存在随机的干扰信号,导致节点之间的链路是不可靠的,在数据传输时会出现丢包现象。上层路由协议会依据由链路质量评估模型计算得到的链路质量选择较好的链路进行数据传输,不同的链路质量评估模型对链路状态发生变化的稳定性和敏捷性不同,导致节点进行不同次数的数据包重传和路由选择,对节点造成的能量消耗也不同。采用合理的无线传感器网络链路质量评估模型的性能评价方法,可以选择有效的链路质量评估模型,对获取可靠的链路状态,延长网络的使用寿命,提高应用系统的稳定性显得十分必要。
发明内容
为解决上述无线传感器网络中链路质量评估模型优选的问题,本发明提供了一种采用多属性群决策理论评价链路质量评估模型的方法。即以稳定性和敏捷性作为评价指标,采用正负理想解法融合链路质量评估模型的评价指标,并利用理想贴近程度对综合性链路质量评估模型进行排序。
本发明的思路是,根据无线传感器网络对链路质量评估模型的要求,将稳定性和敏捷性作为链路质量评估模型评价指标,其中稳定性反映评估模型对链路状态发生变化的迟钝型水平,敏捷性反映评估模型对链路状态发生变化的及时性水平。以PRR作为评估模型的稳定性标准,以SNR作为评估模型敏捷性标准,分别计算相同周期内与评估结果的均方差作为评价指标值;由于不同链路状态下的链路质量评估模型的性能具有差异性,收集多个链路状态下的链路质量参数,获取各状态下的决策矩阵,通过加权和方法融合为最终的决策矩阵;为了避免主观因素对评价结果的干扰,采用熵权法计算评价指标的权重,建立带权重的决策矩阵,采用正负理想解的方法融合多个评价指标的信息,并对链路质量评估模型进行排序优选。
本发明的目的是这样来实现的。一种采用多属性群决策理论评价链路质量评估模型的方法,其特征在于:链路质量评估模型评价指标体系的建立,采用熵权法和正负理想解法对综合性链路质量评估模型性能进行量化,并依据量化结果对评估模型排序优选,包括如下步骤:
(1)链路质量评估模型评价指标体系的建立,具体步骤如下:
a汇聚节点接收由发送节点发送的数据包,记录接收到的链路质量基本参数的时间序列数据,包括:包接收率(PRR,Packet Reception Ratio)、信噪比(SNR,Signal Noise Ratio)、链路质量指示(LQI,Link Quality Indicator)和接收信号强度指示(RSSI,Received Signal Strength Indicator),并进行标准化处理;
b计算每个综合性链路质量评估模型对应的链路质量,并进行标准化处理;
c采用计算评估模型的稳定性;其中:LQE是标准化处理后的链路质量,Di(PRR)是第i个周期的PRR方差,Di(LQE)是第i个周期的LQE方差;
d采用计算评估模型的敏捷性;其中:LQE是标准化处理后的链路质量,Di(SNR)是第i个周期的SNR方差,Di(LQE)是第i个周期的LQE方差;
f记录T个链路状态下各评估模型的稳定性和敏捷性,并采用加权和的方法对多个链路状态下的决策矩阵进行融合;
(2)采用熵权法对评价指标的权重进行计算,具体步骤如下:
a对同一评价指标下的属性值分别进行归一化处理,建立标准化决策矩阵D;
b根据标准化决策矩阵,计算评价指标j的熵,其中,m表示待评价的链路质量评估模型的个数;k的计算方式为k=1/lnm;dij是评估模型i对评价指标j的归一化后的属性值;
c根据所有评价指标的熵,计算每个评价指标对应的权重,n表示评价指标的个数;
(3)采用正负理想解法对评估模型的性能进行排序优选,具体步骤如下:
a利用标准化决策矩阵D的每一列与其对应的权重ωj相乘,获取加权标准化决策矩阵V;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南昌航空大学,未经南昌航空大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710644671.5/2.html,转载请声明来源钻瓜专利网。