WSN网络干扰量化解析

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,*,WSN网络干扰量化,无线传感网络的应用日益广泛，随着争论的深入，为了保证网络通信的牢靠性，无线传感网的抗干扰的问题也变得尤为重要。在众多的抗干扰算法的设计之前，一种合理的牢靠的网络干扰量化方案是很有必要的。,WSN网络干扰的来源：,无线传感器网络基于802.15.4协议，工作于2.4GHz的ISM频段。,Wifi设备基于802.11协议，也是工作于2.4GHz的频段,Wifi的功率比WSN的功率大12个数据级，在同一环境中，信道重叠时，WSN会受到很大的干扰。,同样，当多个WSN网络布置在同一区域时，假设两个WSN网络使用了同一个信道，WSN网络之间也会存在着相互的干扰。,普遍生活状况：,基于802.15.4协议的WSN网络具有16个可用信道，每个可用信道的带宽为2MHZ，信道间隔为3MHz，而每个WIFI信道带宽为22MHz，因此当某个区域拥有4个使用不重叠信道的WIFI APAccess Point时，WSN网络的16个可用信道将被全被掩盖。因此，在WSN网络的干扰问题上，WIFI的干扰是一个重要因素。,又由于，WSN技术的进展，WSN网络将会得到更大的普及。而可用信道只有16个，,可用信道中，干扰较小，通信质量优良的信道则更少，因此，当多个WSN网络布置在同一区域时，WSN网络共用同一个信道是很普遍的，这样，不同的WSN网络之间的干扰也就成为另一个重要因素。,问题：,如何对这两种普遍存在的干扰实现量化分析？,WIFI干扰分析,试验场景：,一对传感收发节点和一对wifi收发设备放置在试验室走廊中。Wifi信道设置为11，与WSN的信道2124重叠。,试验结果分析：,不同信道上的包接收率PRR(Packet Reception Rate)。,结论：,1.被Wifi掩盖的2124信道明显包接收率低于没有被掩盖的信道。,2.Wifi速率越高，传感节点的包接收率越低。,试验结果分析：,不同信道的RSSIReceive Signal Strength Indicator均值。,结论：2124信道被Wifi信道掩盖，RSSI值明显高于20.25.26信道，而2124信道的包接收率反而低于20.25.26信道，说明Wifi对WSN的干扰可以从RSSI值中看出，RSSI越高，干扰越强，WSN的包接收率越低。,试验结果分析：,结论：RSSI值比率越高，包接收率越低。呈负相关关系。,WIFI干扰外部干扰模型构建：,几个简洁的定义：,是以周期采集的一组RSSI值所组成的向量。,表示所采集的RSSI的个数,是用来判定信道中是否只有噪声的阈值。当RSSI值低于时，判定为噪声，高于 阈值时，判定为信号。,将非噪声RSSI均值定义为干扰强度P。,记为去除噪声后的向量，则干扰强度为：我的理解：求一组RSSI的均值,将非噪声RSSI值比率定义为活泼率A。,记 为0/1向量。当且仅当 ;否则 ，则活泼比率为：我的理解：求一组0和1的均值。,定义：,将每组 求得到的P和A，组成一个二维向量，称为干扰特征P，A。,wifi干扰模型构建原理：,可能消失的最小干扰强度。,可能消失的最大干扰强度。,可能消失的最大活泼比率。,每个网格点对应一个干扰特征P，A并建立一个特征映射矩阵F用于存储全部干扰特征对应的PRR估量值。,PRR估量值得计算：,给定一组特征干扰P，A的测量值，。，则该干扰特征对应的PRR估量值为：,特征干扰特征取样数量S确实定：,定理：对于干扰特征P，A，仅需采集,个PRR样本就能以1-的概率保证PRR的估量误差在的范围内，其中为N0,1分布的上分位数，t为统计时所涉及测试包的数目。,具体的取样操作方法：,利用一对WIFI设备对传感节点进展离线训练。WIFI设备以肯定的放射功率和发送速率播送数据包，以形成各种程度的干扰。,选择一对传感节点，将其中一个作为主测节点，另一个作为参考节点。,在一个T时段内，主测节点以周期t读取RSSI值；然后，在这个T时段内，主测节点持续播送s个测试包，由参考节点统计出包接收率PRR，并发送给主测节点。从而主测节点可以计算出一组P，A，PRR。,当为各干扰特征P，A收集足够数量的测试值后，主测节点节点就可以依据上面的公式建立特征映射矩阵F。,依据特征干扰矩阵F求得实际特征干扰P，A的干扰指数。,定义干扰特征 和 之间的距离：,令F中距P，A最近的K个干扰特征分别为,干扰特征P，A对应的PRR估量值为：,取节点u在信道C的外部干扰指数为：,该值为丢包率的估量值。,WSN干扰内部干扰模型构建：,这里把无线传感网络模拟为一张图。并记为G=V，E，其中V代表了这张图中全部的点，即节点，E代表了节点之间的线，表示节点之间的通信。,为了避开由于通信连接失败而导致的不断重发所产生的干扰，这里我们认为任意两个节点之间都是可能对称通信的。,依据以上的前提，提出以下定义，节点U和V之间的通信所造成的干扰为：,Cove的含义是：网络中全部被u和v之间的通信所影响的节点数。,借鉴以上的衡量方法，这里对于WSN之间的干扰，承受以接收端为中心的模型。,定义：,假设WSN Ni的节点u被邻居WSN Nj干扰，则邻居WSN Nj对节点产生的干扰指数为：,其中：是以节点v为中心，以 为半径的圆盘。,是通信半径,通常认为V的通信半径为包接收率PRR到达肯定值如90%的距离。,这个干扰指数实际就是表示：WSN网络Nj中有多少个节点的通信距离包含了u节点。,这样整个WSN网络Ni所受的WSN网络Nj的干扰大小为：,WIFI外部干扰和WSN内部干扰的统一,WIFI干扰处理方法：,对全部Ni网络中的节点在各信道上的WIFI干扰求均值，得到WSN网络Ni在各信道上的WIFI干扰。,其中：为当前WSN网络中的节点个数。,WIFI干扰归一化处理：,WSN内部干扰处理方法：,WSN网络Ni所受的WSN网络Nj的干扰大小为：,WSN干扰的归一化处理：,其中：为预置的单个WSN中的最大节点数。,为预置的全部WSN中的最大节点度。,WSN网络Ni在信道c的所受的干扰之和为：,其中：为Nj网络的优先级。,给定两个WSN网络，记为Ni和Nj，当Ni的优先级大于Nj时，Ni应受到更好的爱护。加权和是一种可以将多个指标综合起来的有效方法。,同理在WIFI干扰和WSN内部干扰的处理上，我们也用加权和的思想。,综合以上分析：Ni网络在信道c上受到的总干扰为：,其中：为一个加权常量，其值打算了WIFI外部干扰和WSN内部干扰,的重要程度，在实际应用时，由于WIFI干扰范围无法预知，而各WSN中的,节点密度是的，所以可以依据节点密度设置合理的值。WSN网络节点,密度越高，WSN之间的内部干扰对WSN通信质量的影响就越大，值就应当,设置的越小。,