[發(fā)明專利]一種采用超限學習機綜合評估鏈路質量的方法

有效

• 申請?zhí)枺?/td>: 201710644576.5
• 申請日: 2017-07-31
• 公開（公告）號: CN107302768B
• 公開（公告）日: 2019-10-15
• 發(fā)明（設計）人: 劉琳嵐;許江波;高聲榮;舒堅
• 申請（專利權）人: 南昌航空大學
• 主分類號: H04W24/08
• 分類號: H04W24/08;H04W84/18;H04B17/309;H04B17/391
• 代理公司: 北京清亦華知識產(chǎn)權代理事務所(普通合伙) 11201
• 代理人: 彭琰

1.一種采用超限學習機綜合評估鏈路質量的方法，其特征在于：采用基于模糊測度的模糊積分方法實現(xiàn)鏈路綜合評價，進而劃分鏈路質量等級，應用超限學習機算法訓練得到鏈路質量綜合評估模型；包括以下步驟：

步驟S1：選擇包括：鏈路可靠性、波動性、非對稱性以及信道質量的四項鏈路特性綜合評估鏈路質量，模型訓練數(shù)據(jù)樣本的獲得，具體步驟如下：

a)通過部署測試網(wǎng)絡，以Sink節(jié)點被動偵聽感知節(jié)點周期性探測包，獲得包括包接受率、上下行信噪比等基本鏈路參數(shù)，樣本數(shù)w≥10000；

b)根據(jù)四項特性指標的度量方法，使用獲得的包接受率PRR以及信噪比SNR來實現(xiàn)特性的度量；使用探測周期的PRR以及SNR來得到鏈路可靠性PRR指標、波動性CV指標、非對稱性ASL指標以及信道質量SNR指標的值；

步驟S2：使用基于模糊測度的模糊積分方法實現(xiàn)鏈路的綜合評價，劃分鏈路質量等級，具體步驟如下：

a)對樣本集歸一化處理后，結合熵值法與層次分析法實現(xiàn)特性指標的組合賦權，獲得權重；

式中w’_n表示的是指標n對應的由熵值法確定的權重，表示的是其對應的由層次分析法確定的權重，α表示依賴因子，表示對主觀權重的依賴程度，獲得四個特性指標(PRR、CV、ASL、ASNR)對應的權重；

b)應用λ模糊測度定義綜合評價各參數(shù)間的相互作用，使用φ_s權重轉化函數(shù)獲得各特性指標的模糊密度；

g_λ(A∪B)＝g_λ(A)+g_λ(B)+λg_λ(A)g_λ(B)

c)根據(jù)λ模糊測度性質，推導出該測試網(wǎng)絡下特性指標的模糊測度表；

d)采用Choquet模糊積分算子，根據(jù)模糊測度表，計算w樣本集模糊積分值；

e)將鏈路質量劃分為5個等級，樣本積分值歸一化后百分制，按評分區(qū)間劃分鏈路質量等級；

步驟S3：構建基于超限學習機的鏈路質量評估模型，使用尋優(yōu)算法進行優(yōu)化，具體步驟如下：

a)確定超限學習機的結構，輸入層節(jié)點為4，即四個特性指標，輸入層對應鏈路質量等級，本發(fā)明將鏈路質量劃分為5個等級，輸出層節(jié)點為5；

b)設計尋優(yōu)算法代價函數(shù)滿足確定最佳的隱層節(jié)點數(shù)；其中：

N是訓練樣本個數(shù)；

m為真實的等級與預測等級相同的樣本個數(shù)，即accuracy；

n_min和n_max表示的是節(jié)點個數(shù)的閾值；

β是對應節(jié)點數(shù)在適應度函數(shù)中的比重；

j_i是粒子群算法的適應值，x_i是選取的隱含層節(jié)點數(shù)；

c)采用粒子群-超限學習機算法，通過步驟S2重構樣本空間，將w樣本按7：3劃分訓練測試集，訓練鏈路質量綜合評估模型，粒子群-超限學習機算法公式為：

式中L表示為隱層節(jié)點個數(shù)，N為樣本的個數(shù)，β_i為隱層節(jié)點到輸出節(jié)點的權重，也是所述粒子群-超限學習機算法最終確定的值，G(a_i,b_i,x_j)為輸入節(jié)點到隱層節(jié)點的激活函數(shù)，a_i,b_i為激活函數(shù)的權重和偏置，在所述粒子群-超限學習機算法中采用滿足高斯分布的自動生成，x_j為輸入，是N×m的矩陣，m為輸入層節(jié)點個數(shù)，y_i表示的是輸出，為綜合的評價等級值(LQL)；

所述粒子群-超限學習機算法是監(jiān)督學習，通過四項指標值和輸出值，利用最小二乘法，得到隱層到輸出的權重β_i；將所述粒子群-超限學習機算法轉化為矩陣形式，計算下：

Hβ＝Y

對獲得的數(shù)據(jù)進行分析。

2.根據(jù)權利要求1所述的一種采用超限學習機綜合評估鏈路質量的方法，其特征是所述步驟S1中，對鏈路綜合評估的四項指標的度量方法：使用包接受率PRR來度量鏈路的可靠性；使用穩(wěn)定系數(shù)CV來度量鏈路的波動性，滿足以下公式：

式中SNR為信噪比；使用對稱水平ASL來度量鏈路的非對稱性，滿足以下公式：

式中代表的是上行和下行的鏈路質量指示均值；使用ASNR 度量信道質量。

3.根據(jù)權利要求1所述的一種采用超限學習機綜合評估鏈路質量的方法，其特征是所述步驟S2中，考慮評估指標間相互作用力對鏈路質量綜合評估的影響，采用基于λ模糊測度的Choquet模糊積分方法實現(xiàn)多指標鏈路質量模糊綜合評價。