一種基於HH‑VBF的時間序列預測方法與流程

2023-09-19 14:17:35 2

本發明涉及無線網絡與數據挖掘領域，尤其涉及一種基於HH-VBF(HOP-BY-HOP VECTOR-BASED FORWARDING逐跳矢量轉發)的時間序列預測方法。

背景技術：

隨著物聯網技術的發展，基於位置信息的無線網絡路由設計憑藉其無狀態輕量級的優勢佔據無線網絡路由設計的主導地位。其中，最著名的算法莫過於一系列基於VBF(矢量轉發)協議開發的算法。

但是，現在的一系列算法僅是單純的路由算法，沒有涉及主導路由選擇的關鍵因素。這些因素包括，節點能耗、底層信道狀況等，直接影響到路徑選擇的效果。

技術實現要素：

本發明提供了一種基於HH-VBF的時間序列預測方法，本發明用於解決在鏈路質量不穩定、高丟包率等惡劣無線網絡環境下，節點的尋路問題，詳見下文描述：

一種基於HH-VBF的時間序列預測方法，所述時間序列預測方法包括以下步驟：

節點X是虛擬管道中經過MHH-VBF驗證的合法節點，節點Y是節點X的相鄰節點；節點Y的影響指標包括：鏈路質量狀態與剩餘能量；

對於加權移動平均法，根據數據包的到達時間，賦予最近的IF值以較大的權重；

對於指數平滑法，通過平滑歷史觀測值曲線來預測時間序列的下一個值，並假定序列的極值代表了隨機波動，利用收集的數據預測未知的值；

如果節點IF的估計值大於閾值TD，該節點就是推薦的節點。

所述節點Y的影響指標具體為：

IF＝λSNR×(1-λ)RE (1)

在公式(1)中，SNR是節點Y的信噪比，RE是節點Y的剩餘能量，係數λ是權重，用於平衡鏈路狀態與剩餘能量。

所述對於加權移動平均法，根據數據包的到達時間，賦予最近的IF值以較大的權重的形式化表示具體為：

在公式(2)中，IFWMA(n+1)代表n次傳輸後IF的預測值，i代表傳輸次數，IFi代表第n次傳輸的觀測值，係數β為恆定的平滑因子。

所述指數平滑法的形式化表示具體為：

在公式(3)中，IFES(n)代表使用指數平滑法來計算第n個節點的IF值，IFES(n-1)代表使用指數平滑法來計算第n-1個節點的IF值，IF(n-1)代表第n-1個節點的IF值，α代表數據平滑因子，n代表傳輸次數，IF(n)是第n次傳輸的IF值，公式(3)表明下一次的預測值是通過上一次的觀測值和已經做出的上一次的預測值計算得到。

所述數據平滑因子α越接近1，平滑越粗糙，相應地賦予最近的數據的權重越大；

所述數據平滑因子α越接近0，平滑效果越顯著，相應地最近觀測值對預測結果的影響越小。

所述閾值TD具體為：

其中，IFj代表第j個節點的IF值。

本發明提供的技術方案的有益效果是：本發明提出了一組輕量級的分布式轉發協議即MHH-VBFs。它致力於解決在惡劣的無線網絡環境下節點能量有效的前提下的尋路問題，並且能夠適應無線網絡的動態拓撲結構變換，具有良好的可擴展性，健壯性與能量利用優化性，其有益效果主要體現在以下三方面：

(1)MHH-VBFs內置的預測算法十分有效，即使在十分惡劣的環境下(如高丟包率，節點密度稀疏，節點移動等)，依然能夠保持良好的成功率。

(2)預測模型的節能機制能夠顯著節約系統能量，延長系統壽命。

(3)MHH-VBFs算法保證了在稀疏網絡布局下數據包的穩定傳輸率。

附圖說明

圖1為本系統的光路示意圖；

圖2為MHH-VBFS數據包頭附加的信息的示意圖；

圖3為MHH-VBFs協議的網絡架構的示意圖；

圖4為MHH-VBFS整體執行的流程圖。

具體實施方式

為使本發明的目的、技術方案和優點更加清楚，下面對本發明實施方式作進一步地詳細描述。

本發明實施例主要解決以下問題：

(1)傳統的協議設計忽略了節點剩餘能量這個關鍵因素。這種設計會因為一些節點能量耗盡，無法進行正常傳輸而影響數據包的傳輸率，甚至會導致較高的網絡分區風險。本發明實施例設計的MHH-VBFs算法通過預測節點剩餘能量，解決該問題，從而提高能量利用率。

(2)傳統轉發選擇機制的另外一個嚴重問題是節點轉發和接受數據包時，不管其相鄰節點的鏈路質量，而本發明實施例提出的MHH-VBF(MODIFIED HOP-BY-HOP VECTOR-BASED FORWARDING，修改的逐跳矢量轉發)算法會根據鏈路質量智能選擇其鄰居節點，尤其在惡劣的無線網絡環境下，該策略會顯著提高數據包的傳輸率。

由於鏈路質量和能源消耗都是可以預測的時間序列值，綜合兩項指標，本發明實施例提供兩種版本的MHH-VBFs算法，一種是基於VBF的加權移動平均(WMA)預測法，另一種是基於VBF的指數平滑(ES)預測法。擁有合適位置，較多剩餘能量和較高連接質量的節點優先用於數據包轉發。

其中，加權移動平均法(WMA)是根據同一個採樣窗口內不同時間的數據對預測值的影響程度，分別賦予不同的權重，然後再進行平均移動以預測未來，WMA算法對近期的趨勢反應較為敏感，如果歷史數據有著明顯的階段性變化時，用加權移動平均法所得到的預測值會有偏差，此算法有著廣泛的應用，如計算節點在特定時間段的移動，在無線網狀網絡中評估包的傳輸成功率等。

其中，指數平滑法(ES)是一種預測時間序列波動的方法，此方法通過所有歷史觀測數據來預測時間序列的下一個值，因而能夠很好的彌補WMA算法受季節性影響的不足，ES算法能夠平滑數據集中的異常值，賦予不同時間序列點以不同的權重。這種算法假設最近的過去態勢，在某種程度上會持續到最近的未來，所以賦予最近的觀測值以較大的權重。ES算法作為標準的時間序列預測算法高效，且易於實現，在實際生活中有廣泛的應用，如IEEE 802.11無線網絡的時頻預測，無線傳感網絡資源利用的預測等。

本發明實施例將首次利用兩種算法針對無線網絡的時間序列狀態進行預測，進而為跨層路徑選擇提供有效指導。

實施例1

本發明實施例提出了一組輕量級的跨層設計方法，在惡劣的無線網絡環境下節點能量有限，如何優化路徑選擇，保證可靠傳輸，是本發明實施例的目標所在。參加圖1，該方法包括以下步驟：

101：節點X是虛擬管道中經過MHH-VBF驗證的合法節點，節點Y是節點X的相鄰節點；節點Y的影響指標包括：鏈路質量狀態與剩餘能量；

102：對於加權移動平均法，根據數據包的到達時間，賦予最近的IF值以較大的權重；

103：對於指數平滑法，通過平滑歷史觀測值曲線來預測時間序列的下一個值，並假定序列的極值代表了隨機波動，利用收集的數據預測未知的值；

104：如果節點IF的估計值大於閾值TD，該節點就是推薦的節點。

綜上所述，本發明實施例利用時間序列數據預測算法，借鑑跨層協議設計思想，對底層信道狀態和節點剩餘能量的相關信息進行綜合預測，然後將預測結果反饋給路由層，優化路由選擇。

實施例2

下面結合具體的計算公式、實例對實施例1中的方案進行進一步地介紹，詳見下文描述：

201：節點定義；

給定一對相鄰節點X和Y，X是虛擬管道中經過MHH(HOP-BY-HOP逐跳)-VBF驗證的合法節點，Y是X的一個相鄰節點，Y節點的影響指標(IF)包括：鏈路質量狀態與剩餘能量，它的形式化定義如公式(1)所示

IF＝λSNR×(1-λ)RE (1)

在公式(1)中，SNR是節點Y的信噪比，RE是節點Y的剩餘能量，係數λ∈(0,1)是權重，用於平衡鏈路狀態與剩餘能量。IF是SNR與RE的乘積。

一般情況下，λ的值設定為1/2。然而，如果應用對於數據包的丟失相當敏感，可以適當分配λ較大的值，比如0.8。具體實現時，根據實際應用中的情況進行設定，本發明實施例對此不做限制。

202：時間序列預測；

其中，對於加權移動平均法(WMA)，根據數據包的到達時間，賦予最近的IF值以較大的權重。其形式化表示如公式(2)：

在公式(2)中，IFWMA(n+1)代表n次傳輸後IF的預測值，並且i∈(1，2，3...n-1)，代表傳輸次數。IFi代表第n次傳輸的觀測值。係數β∈(0,1)，它是一個恆定的平滑因子，通過這個因子可以控制最近觀測值IFn的權重。當有一個新的IFi出現時，IFWMA(n+1)會遞歸地更新。

指數平滑法通過平滑歷史觀測值曲線來預測時間序列的下一個值，並假定序列的極值代表了隨機波動，其基本模式是利用收集的數據預測未知的值，指數平滑法的形式化描述如公式(3)所示：

在公式(3)中，IFES(n)代表使用指數平滑法來計算第n個節點的IF值，IFES(n-1)代表使用指數平滑法來計算第n-1個節點的IF值，IF(n-1)代表第n-1個節點的IF值，α屬於(0,1)代表數據平滑因子，n代表傳輸次數，IF(n)是第n次傳輸的IF值，公式(3)表明下一次的預測值是通過上一次的觀測值和已經做出的上一次的預測值計算得到。α越接近1，平滑越粗糙，相應地賦予最近的數據的權重越大；反之，α越接近0，平滑效果越顯著，相應地最近觀測值對預測結果的影響越小。

203：節點選擇標準。

給定一個節點和它的鄰居節點集Nb，此處，size(Nb)＝k代表其鄰居節點的個數，並且j屬於Nb。則閾值(TD)

定義為該節點k個近鄰IF值的平均值，形式化表示如公式(4)所示：

其中，IFj代表第j次傳輸的觀測值。本發明實施例認為如果節點IF的估計值大於TD，那麼該節點就是推薦的節點。

綜上所述，本發明實施例利用時間序列數據預測算法，借鑑跨層協議設計思想，對底層信道狀態和節點剩餘能量的相關信息進行綜合預測，然後將預測結果反饋給路由層，優化路由選擇。

實施例3

下面結合具體的實例、圖2、圖3和圖4對實施例1和2中的方案進行進一步地介紹，詳見下文描述：

本實施例以基於無線網絡的數據包傳輸為例來給出實施方式，下面結合附圖對本發明中的作用和效果進行展示，具體步驟如下：

(1)節點選擇階段

首先依據HH-VBF算法選擇入選節點。節點包頭的附加信息如圖2所示，NodeID用以標識節點，Residual Energy代表剩餘能量，SNR即為信噪比。MHH-VBFs協議的網絡架構如圖3所示，虛線表示節點的傳輸範圍，矩形框表示虛擬管道，每一個虛擬管道內有許多節點，這一點繼承了HH-VBF的基於地理信息路徑選擇的優點，為了判定哪一個節點適合傳輸數據包，進入狀態預測階段。

(2)狀態預測階段

網絡中的每個節點定期與鄰居交換控制包，每個控制包攜帶有效的狀態信息。然而，控制包交換會產生能量消耗與網絡時延。每個傳輸周期持續15秒，其中包括3秒的控制包交換時間和12秒的數據傳輸時間。在無線網絡傳輸複雜多變，節點進行通信時，電量也會隨著減少，更新節點的剩餘能量是非常必要的。在節點選擇階段，每一個節點都需要實時計算並更新它們自身的剩餘能量、信噪比和相應的影響因素IF值。利用本發明實施例提出的加權移動平均法或指數平滑法可以對收集的時間序列歷史數據進行預測。然後得到虛擬管道中每個節點的IF值。

(3)確定轉發節點

根據狀態預測結果，判定虛擬管道內的每個節點，綜合考慮每個節點的地理位置信息和IF值，選擇最合適的節點承擔數據包轉發的任務，如果所有經過MHH-VBFs判斷為合格的節點都不在由HH-VBFs決定的虛擬通道中，此時數據包將會按照HH-VBFs所選擇的節點傳輸。如圖4顯示了MHH-VBFs的整體執行流程，這種策略保證了數據包的可靠性，尤其是在稀疏網絡中，其優勢更加明顯。

本發明實施例對各器件的型號除做特殊說明的以外，其他器件的型號不做限制，只要能完成上述功能的器件均可。

本領域技術人員可以理解附圖只是一個優選實施例的示意圖，上述本發明實施例序號僅僅為了描述，不代表實施例的優劣。

以上所述僅為本發明的較佳實施例，並不用以限制本發明，凡在本發明的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本發明的保護範圍之內。