基于概率的端到端时延估计方法技术

本发明专利技术提供一种基于概率的端到端时延估计方法，包括步骤：S1,预处理，配置WSN环境；S2,初始化，设置节点参数初值，以及设置数据流参数；S3,判断是否达到最大迭代次数，若是则执行步骤S8，若否则执行步骤S4；S4,采集节点记录本地时间戳，并发送给下一跳节点；S5,下一跳节点记录本地时间戳，计算两个节点间时延，计算更新本地的均值方差参数；S6,判断当前节点是否为Sink节点，若是则停止发送时间戳数据并转步骤S3，若否则执行步骤S7；S7,转发本地时间戳数据给下一跳节点，并循环步骤S5至步骤S7，直至发送到Sink节点；S8,计算端到端时延分布曲线。本发明专利技术用于指示随着时间的推移链路性能的演变，以及对端到端时延的分布规律和波动区间进行概率分布的描述。

Probability based end-to-end delay estimation method

The invention provides a probability-based end-to-end delay estimation method, including steps: S1, preprocessing, configuring WSN environment; S2, initialization, setting node parameter initial values, and setting data flow parameters; S3, judging whether the maximum number of iterations is achieved, if executed, if executed, if executed, S 4, acquiring node records. Record the local timestamp and send it to the next hop node; S5, the next hop node records the local timestamp, calculates the delay between the two nodes, calculates the updated local mean variance parameter; S6, determines whether the current node is a Sink node, if it stops sending the timestamp data and transfers it to the next hop node; otherwise, S7, forwards this Ground timestamp data is given to the next hop node and loops from 15 to 7 until it is sent to the Sink node; S8, calculating the end-to-end delay distribution curve. The invention is used to indicate the evolution of link performance over time, and to describe the probability distribution of end-to-end delay distribution and fluctuation intervals.

【技术实现步骤摘要】
基于概率的端到端时延估计方法
本专利技术涉及无线传感器网络
，具体为一种基于概率的端到端时延估计方法。
技术介绍
WSN(WirelessSensorNetwork)，无线传感器网络是一种自组织网络，它是由分散在一定区域范围内的多个无线传感器组成，通过协议动态组网。它是一种新型的信息数据获取及处理的技术，通过无线感知实时地获取各种监测对象的实时数据，比如环境信息，设备振动数据等。由于它的体积小及动态组网等特点，通常情况下，无需人为监控，因此可以用于长期监测各种复杂恶劣环境下的状态数据。由于被监测对象空间跨度大，或者监测区域较大，诸如监测大型设备或者监测大量机械设备等，此时监测系统就需要部署在一个较大的区域范围内。由于单个传感器节点辐射的覆盖半径大约为10米的范围，为了能够覆盖整个监测的区域，就需要采用多跳的WSN结构。多跳的WSN结构中，常常有Sink节点发送指令给采集节点，或者采集节点发送采集数据给Sink节点。而此时，端到端时延作为衡量WSN的一个重要性能指标，需要实时的监测与量化，来确保网络性能，控制拥塞程度等。
技术实现思路
针对现有技术中的缺陷，本专利技术提供一种基于概率的端到端时延估计方法，其用于指示随着时间的推移链路性能的演变，以及对端到端时延的分布规律及波动区间进行概率分布的描述。本专利技术技术方案如下：一种基于概率的端到端时延估计方法，其关键在于，包括有下列步骤：步骤S1,预处理，配置WSN环境；步骤S2,初始化，设置节点参数初值，以及设置数据流参数；步骤S3,判断是否达到最大迭代次数，若是则执行步骤S8，若否则执行步骤S4；步骤S4,采集节点记录本地时间戳，并发送给下一跳节点；步骤S5,下一跳节点记录本地时间戳，计算两个节点间时延τn，利用指数平滑算法计算更新本地的均值un以及方差参数；步骤S6,判断当前节点是否为Sink节点，若是则停止发送时间戳数据并转步骤S3，若否则执行步骤S7；步骤S7,转发本地时间戳数据给下一跳节点，并循环步骤S5至步骤S7，直至发送到Sink节点。步骤S8,根据各节点转发的均值un和方差参数，计算端到端时延的均值μn和方差σn2，并计算端到端时延分布曲线。本专利技术具有如下有益效果：本专利技术提供一了种基于概率的端到端时延估计方法，本专利技术通过求出端到端时延的统计均值与方差，从而求出端到端时延的概率密度曲线，进而用于指示随着时间的推移链路性能的演变，以及对端到端时延的分布规律及波动区间进行概率分布的描述。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。图1为本专利技术实施流程示意图；具体实施方式本专利技术的整体思路为：由于WSN的不确定性，在没有严格假设的条件下，使得对网络的端到端时延不能进行精确的分析，使得精确地估计端到端的时延是不可行的，因此考虑在概率分析的角度来对端到端时延的分布特性进行分析。本文在现有研究的基础上，利用中心极限定理将端到端时延建模为高斯随机变量。本方法主要用于求出端到端时延的统计均值与方差，从而求出端到端时延的概率密度曲线。用于指示随着时间的推移链路性能的演变，以及对端到端时延的分布规律及波动区间进行概率分布的描述。下面结合附图对本专利技术的实施例作进一步详细说明。如图1所示，本专利技术提供的基于概率的端到端时延估计方法中求解端到端时延概率密度曲线的步骤包括：步骤S1：预处理，配置WSN环境。系统参数的配置如下：确定WSN的拓扑结构，节点间的距离服从一个范围值为5到15米的正态分布；采用的低功耗的MAC层协议和路由协议。步骤S2：初始化，设置节点参数初值，设置数据流参数。初始化如下：设置节点的参数初值，取最初的N次数据值的平均值作为初值，即同样地，方差采集节点以周期T＝60s发送数据；指数平滑参数θ＝0.8；数据流的到达时间间隔服从泊松分布，取泊松分布的参数λ＝60s，设置最大迭代次数或者最大运行时间。步骤S3：迭代步数增加1，然后判段是否达到最大迭代次数，若是则计算端到端时延概率密度分布曲线，若否则执行步骤S4；迭代步数增加1，即n＝n+1，然后判断迭代步数n是否等于最大迭代步数M，若是，若是则计算端到端时延概率密度分布曲线，若否则执行步骤S4。步骤S4：采集节点记录本地时间戳，并发送时间戳数据给下一跳节点；采集节点以间隔周期60s记录本地时间戳，并发送给下一跳节点。步骤S5：下一跳节点记录本地时间戳，计算两节点间时延，更新均值un和方差参数值；计算两个节点间时延τn，利用指数平滑算法计算更新本地的均值un、方差参数；指数平滑算法的迭代式：一次指数平滑值：二次指数平滑值：则平滑后的均值为：un＝an+bn方差迭代计算式：步骤S6：判断当前节点是否为Sink节点。判断当前节点是否为Sink节点。如果不是Sink节点，则执行步骤7；如果是Sink节点，则停止数据转发时间戳数据并转步骤S3，如不是Sink节点则执行步骤S7。步骤S7：转发本地时间戳数据给下一跳节点，并循环步骤S5至步骤S7，直至发送到Sink节点。由于当前节点不是Sink节点，因此继续转发本地时间戳值及本跳及前面节点计算的参数值。循环步骤S5至步骤S7，直到发送到Sink节点停止转发。步骤S8,计算端到端时延分布曲线。Sink节点根据该路径上转发的相邻两跳之间的时延均值方差参数，求和得到端到端时延的均值μn、方差σn2第n次迭代中端到端的均值：第n次迭代中端到端的方差：其中节点i表示端到端路径p上的任意中间节点。然后转到步骤S3，循环步骤S3至步骤S7，直到达到最大迭代步数时结束。当Sink节点判断已到达最大迭代次数或者最大迭代时间时。则根据最新的端到端均值μn、方差σn2计算端到端的概率密度曲线，进而用于指示随着时间的推移链路性能的演变，以及对端到端时延的分布规律及波动区间进行概率分布的描述。其中概率密度曲线计算式如下：最后应说明的是：以上实施例仅用以说明本专利技术的技术方案，而非对其限制；尽管参照前述实施例对本专利技术进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本专利技术实施例技术方案的范围，其均应涵盖在本专利技术的权利要求和说明书的范围当中。本文档来自技高网...

【技术保护点】
1.一种基于概率的端到端时延估计方法，其特征在于，包括有下列步骤：步骤S1,预处理，配置WSN环境；步骤S2,初始化，设置节点参数初值，以及设置数据流参数；步骤S3,判断是否达到最大迭代次数，若是则执行步骤S8，若否则执行步骤S4；步骤S4,采集节点记录本地时间戳，并发送给下一跳节点；步骤S5,下一跳节点记录本地时间戳，计算两个节点间时延τn，利用指数平滑算法计算更新本地的均值un以及方差

【技术特征摘要】
1.一种基于概率的端到端时延估计方法，其特征在于，包括有下列步骤：步骤S1,预处理，配置WSN环境；步骤S2,初始化，设置节点参数初值，以及设置数据流参数；步骤S3,判断是否达到最大迭代次数，若是则执行步骤S8，若否则执行步骤S4；步骤S4,采集节点记录本地时间戳，并发送给下一跳节点；步骤S5,下一跳节点记录本地时间戳，计算两个节点间时延τn，利用指数平滑算法计算更新本地的均值un以及方差参数；步骤S6,判断当前节点是否为Sink节点，若是则停止发送时间戳数据并转步骤S3，若否则执行步骤S7；步骤S7,转发本地时间戳数据给下一跳节点，并循环步骤S5至步骤S7，直至发送到Sink节点。步骤S8,根据各节点转发的均值un和方差参数，计算端到端时延的均值μn和方差σn2，并计算端到端时延分布曲线。2.根据权利要求1所述的基于概率的端到端时延估计方法，其特征在于，其中配置WSN环境包括：确定WSN的拓扑结构，节点间的距离服从一个范围值为5到15米的正态分布；采用的低功耗的MAC层协议和路由协议。3.根据权利要求2所述的基于概率的...

【专利技术属性】
技术研发人员：胡友梅，李宽，徐小权，吴跃琴，韩坤，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆,50