[发明专利]一种采用GRU预测无线传感器网络链路质量的方法

说明书

一种采用GRU预测无线传感器网络链路质量的方法，该方法包括：获取一段时间内每一时刻的无线传感器网络的链路质量参数，并根据获取的链路质量参数确定每一时刻的链路质量等级；计算当前时刻之前的历史链路质量参数与所述当前时刻的链路质量参数之间的皮尔逊相关系数；确定与当前时刻皮尔逊相关系数大于阈值的历史时刻的数量，并根据所述数量确定时间窗口的尺寸，以所述尺寸大小的时间窗口对链路质量参数进行数据截取，以得到训练样本集，并将带有链路质量等级标签的训练样本集对GRU神经网络模型进行训练；利用训练好的GRU神经网络模型对所述无线传感器的链路质量进行预测。本发明能够有效、准确地预测下一时刻地链路质量。

技术领域

本发明涉及网络技术领域，特别是涉及一种一种采用GRU预测无线传感器网络链路质量的方法。

背景技术

无线传感器网络(Wireless Sensor Networks，WSNs)是一种由各种具有感知能力、计算能力和通信能力的廉价的微型传感器节点通过无线通信的方式以自组织形式形成的网络。无线传感器网络因其自组织，以数据为中心，动态和可靠的特点在军事、工业、农业、智能交通、家庭、健康、环保等领域具有重要的科研和应用价值。在WSNs中，信号的传播主要受外界和内部条件的影响，如干扰、噪声和天气等。链路质量容易受到温度、湿度、风速等环境因素的影响，从而产生时空变化。因此，为了有效地在部署的节点之间通信数据，应该保持可靠、安全和准确的通信链路。

选择一个链路质量较差的链路进行通信，可能会导致大量的流量损失，且通信过程中数据丢包恢复引起的重传增加了网络能耗增。因此选择一种高质量链路进行通信不仅保障数据的可靠传输，同时还可以降低节点的能耗，进而延长整个网络寿命。

现有的链路质量预测主要基于链路特性和基于概率估计的预测方法，无法高效的预测无线传感器网络下一时刻的链路质量。

发明内容

鉴于上述状况，有必要针对现有技术中无线传感器链路质量预测存在的问题，提供一种一种采用GRU预测无线传感器网络链路质量的方法。

一种基于GRU预测无线传感器链路质量的方法，包括：

获取一段时间内每一时刻的无线传感器网络的链路质量参数，并根据获取的链路质量参数确定每一时刻的链路质量等级；

计算当前时刻之前的历史链路质量参数与所述当前时刻的链路质量参数之间的皮尔逊相关系数，以得到每一时的皮尔逊相关系数；

确定与当前时刻皮尔逊相关系数大于阈值的历史时刻的数量，并根据所述数量确定时间窗口的尺寸；

以所述尺寸大小的时间窗口对链路质量参数进行数据截取，以得到训练样本集，并将带有链路质量等级标签的训练样本集对GRU神经网络模型进行训练；

利用训练好的GRU神经网络模型对所述无线传感器的链路质量进行预测。

进一步的，上述方法，其中，所述根据获取的链路质量参数确定每一时刻的链路质量等级的步骤之前还包括：

对所述链路质量参数进行降噪和归一化处理。

进一步的，上述方法，其中，所述根据获取的链路质量参数确定每一时刻的链路质量等级的步骤包括：

基于密度峰值优化的谱聚类算法对每一时刻的所述链路质量参数进行聚类分析，以确定每一时刻的链路质量等级。

进一步的，上述方法，其中，所述基于密度峰值优化的谱聚类算法对每一时刻的所述链路质量参数进行聚类分析的步骤包括：

计算待聚类的数据集的相似度矩阵；

根据所述相似度矩阵选择局部密度和距离大的数据点作为初始的聚类中心；

对初始的聚类中心进行合并，以获取聚类数目K；