[发明专利]基于多维状态的无线传感器网络路由环路预测方法

摘要

本发明提供一种基于多维状态的无线传感器网络路由环路预测方法，用于帮助提高无线传感器网络节点路由性能，提升无线传感器网络的数据吞吐量。该方法挖掘节点的路由状态信息和局部环境信息，例如温湿度信息，利用机器学习方法，完成了路由环路的建模过程。根据局部路由信息和环境状态分析预测路由环路的存在时间，可以优化无线传感器网络的路由策略。该方法和传统方法比，对于路由环路的预测比传统的简单模型更加准确，能够为其他应用提供细粒度的服务。

主权项

基于多维状态的无线传感器网络路由环路预测方法，其特征是，包括以下步骤：1)记录无线传感器网络运行过程中每个环路的持续时间p(t)，即当节点从t时刻开始的[t,t+p(t)]时段内，所有发出的数据包都会再次自身传递出去；2)选取历史属性窗口τ；3)对于每个节点统计历史属性窗口τ内，即时间间隔[t‑τ,t]内所有历史属性，包括：平均时间间隔、无线收发机开启时间占空比、路由环路发生的次数、路由环路的持续时间、所有路由环路时间间隔的方差以及最大的时间间隔和最小的时间间隔、平均信号强度信息、所有数据包信号强度方差以及最大的信号强度和最小的信号强度、环境参数信息；其中，平均时间间隔＝所有相邻数据包的到达时间间隔/所有数据包的数量；4)将上述历史属性整理成向量格式<f₁,f₂,…,f_n>，采用基于相关性的属性选择技术，选取相关性最大的m个属性<f′₁,f′₂,f′₃,…,f′_m>；5)根据步骤5选择过后的向量属性集<f′₁,f′₂,f′₃,…,f′_m>，通过RuleFit学习算法，得到学习模型F；6)在实际使用过程中，每个节点统计自己历史属性<f″₁,f″₂,f″₃,…,f″_m>，根据学习模型F，得到预测下一个路由环路的持续时间。