一种无线传感器网络性能综合评价方法

摘要

本发明公开一种无线传感器网络性能综合评价方法，涉及一种基于最小二乘支持向量回归机LSSVR的无线传感器网络性能综合评价方法，用以全面合理地评价中小规模无线传感器网络运行性能，属于无线传感器和网络通信技术领域。其特点是：包括确定网络运行性能指标、采用因子分析法确定独立的网络运行因子值、建立基于LSSVR的网络性能综合评价模型、低功耗基于LSSVR网络性能综合评价四步。该方法巧妙地利用核函数克服了“维数灾难”和“过学”等传统困难，非常适合有多个指标的中小规模无线传感器网络性能综合评价，帮助管理人员及时准确把握WSN的运行状况和趋势，为网络运行评估和优化提供依据。

主权项

一种无线传感器网络性能综合评价方法，其特征在于：该方法是基于最小二乘支持向量回归机的无线传感器网络WSN性能综合评价方法，包括下列步骤：步骤1确定网络运行性能指标，具体包括：针对中小规模WSN应用特点，采用系统工程理论对WSN性能影响因素进行分类和综合评估，确定网络运行性能的指标包括：节点能量损耗、信号强度、丢包率、网络时延和网络链路质量；步骤2采用因子分析法确定独立的网络运行因子值，具体包括以下步骤：(1)利用网络正常运行中传输的数据来获取网络性能数据，放在一个矩阵中，构造样本阵；该矩阵为：X＝(xij)m×n                        (1)其中，m为网络性能数据样本数，n为包括节点能量损耗、信号强度、丢包率、网络时延和网络链路质量在内的网络性能评价指标个数；(2)对样本阵元进行标准化变换： z ij = x ij - x ‾ j s j - - - ( 2 ) 其中，i＝1，2，…，m；j＝1，2，…，n， x j ‾ = Σ i = 1 n x ij n , s j = ( Σ i = 1 n ( x ij - x j ‾ ) 2 n - 1 ) 1 / 2 , 得到标准化矩阵Z；(3)对标准化阵Z求相关系数矩阵： R = [ r ij ] n × n = Z T Z n - 1 - - - ( 3 ) 其中， r ij = Σ z ij · z ij n - 1 , i，j＝1，2，…n；(4)解样本相关矩阵R的特征方程|R‑λIn|＝0得n个特征根λj，j＝1，2，…n；并对λj，j＝1，2，..n，解方程组Rb＝λjb，得到单位特征向量bj；(5)构造新的独立向量：设定5个原始指标：节点能量(v)、信号强度(RSSI)、丢包率(Prr)、网络延迟(Nd)和网络链路质量(LQI)，分别用x1，x2，x3，x4，x5表示，转化得到的3个独立指标：信号强度(RSSI)、丢包率(Prr)、网络延迟(Nd)，分别用U1，U2，U3表示，U1＝l11x1+l12x2+l13x3+l14x4+l15x5U2＝l22x1+l12x2+l23x3+l24x4+l25x5                    (4)U3＝l31x1+l32x2+l33x3+l34x4+l35x5其中，l11，l12，…，l35是原有变量与新成分之间相关程度的指标，称为因子荷载；步骤3建立基于LSSVR的网络性能综合评价模型，具体包括以下步骤：对无线传感器网络WSN运行中的各种状态信息，采用因子分析法处理后得到因子值，作为LSSVR输入，再通过LSSVR回归训练和学习，确定LSSVR回归模型的核参数和正则化参数，最终建立基于LSSVR的WSN性能综合评价模型；步骤4低功耗基于最小二乘支持向量回归机LSSVR网络性能综合评价，具体包括以下步骤：(1)采集数据采集到测试样本数据xi，包括对应为节点能量(v)、信号强度(RSSI)、丢包率(Prr)、网络延迟(Nd)和网络链路质量(LQI)性能指标，各个指标值均为某一时刻采集得到的所有节点指标值的平均值；(2)综合评价利用训练样本数据集对采用高斯径向基函数的LSSVR进行训练，采用交叉验证法确定LSSVR回归模型的核参数σ2和正则化参数γ，当γ＝1423.1，σ2＝8.8时，依据此综合评价模型进行网络性能综合评价。