[发明专利]一种消除映射误差的无线链路质量敏捷预测方法

说明书

本发明公开了一种消除映射误差的无线链路质量敏捷预测方法，包括以下步骤：1）训练阶段：获取长时间的、涵盖多种链路质量的链路实测数据；分别使用小时间窗口和大时间窗口对收包率PRR进行统计，获得PRR序列，其中大时间窗口涵盖多个历史和未来小时间窗口；以小时间窗口PRR历史序列为输入，以大时间窗口PRR为输出，采用机器学习算法，训练和构建预测模型；2）运行阶段：获取小时间窗口PRR历史序列；将小时间窗口PRR历史序列作为预测模型的输入，预测得到包含历史和未来小时间窗口的大时间窗口的PRR预测值。本发明通过消除物理层参数映射引入的误差，在不降低链路质量预测敏捷性的前提下，能够实现更为准确的PRR预测。

技术领域

本发明属于无线通信和网络技术领域，具体涉及一种消除映射误差的无线链路质量敏捷预测方法。

背景技术

为了辅助上层协议选择更好的链路进行传输，有效提高无线网络的传输效率，实时、准确的链路质量预测是非常必要的。收包率PRR是最直接的链路质量指标，但直接使用PRR统计值进行链路质量预测的敏捷性较差。通过对物理层参数进行预测，再根据相应参数与PRR的映射模型对链路质量进行评估可以有效解决这一问题。然而，无线信道的实际传播特性导致物理层参数与PRR之间的映射模型通常存在较大的误差：一方面，物理层参数是随机的，它们与PRR之间不存在一一对应的映射关系；另一方面，环境变化和硬件不同也会对映射模型产生影响，即使是工作在同一网络的节点，其映射模型都可能不完全一致。这种映射误差与物理层参数的预测误差相叠加，会严重降低PRR预测的准确性和可靠性。因此，有必要提出一种消除映射误差的无线链路质量敏捷预测方法。

发明内容

本发明的目的是提出一种消除映射误差的无线链路质量敏捷预测方法，在不降低链路质量预测敏捷性的前提下，通过消除物理层参数映射引入的误差实现更为准确的PRR预测。

为了实现本发明的目的，本发明所述的一种消除映射误差的无线链路质量敏捷预测方法，包括：

训练阶段：获取长时间的、涵盖多种链路质量的链路实测数据；分别使用小时间窗口和大时间窗口对PRR进行统计，获得PRR序列，其中大时间窗口涵盖多个历史和未来小时间窗口；以小时间窗口PRR历史序列为输入，以大时间窗口PRR为输出，采用机器学习算法，训练和构建预测模型；

运行阶段：获取小时间窗口PRR历史序列；将小时间窗口PRR历史序列作为预测模型的输入，预测得到包含历史和未来小时间窗口的大时间窗口的PRR预测值。

可选地，小时间窗口的长度为n，大时间窗口的长度为N，且N为n的整数倍；大时间窗口涵盖多个历史和未来小时间窗口。

可选地，所述训练阶段的流程包括：

(S11)获取长时间的、涵盖多种链路质量的链路实测数据；

(S12)分别使用小时间窗口n和大时间窗口N对PRR进行统计，获得小时间窗口PRR序列{prr₁,prr₂,...,prr_i,...,prr_M}和大时间窗口PRR序列{PRR₁,PRR₂,...,PRR_q,...,PRR_R}；

其中，M为小时间窗口PRR序列的样本总数，R为大时间窗口PRR序列的样本总数；第i个小时间窗口的PRR的计算公式为：

其中，n_i为第i个小时间窗口成功接收的数据包个数；

第q个大时间窗口的PRR的计算公式为：

其中，N_q为第q个大时间窗口成功接收的数据包个数；