一种基于时空轨迹特征的RSSI预测方法技术

技术编号:42390412 阅读:30 留言:0更新日期:2024-08-16 16:16
本发明专利技术提供一种基于时空轨迹特征的RSSI预测方法,其包括采集节点GPS信息以及采集RSSI信息;对采集到的RSSI数据进行平滑处理,以反映无线信号强度的变化趋势;根据历史收集到的节点轨迹信息,基于数据驱动的路口预测算法,预测节点未来时刻所处的位置,其具体包括:计算一阶转移矩阵,计算二阶、三阶转移矩阵,计算得出路口决策权值,计算得出轨迹预测值;根据该轨迹预测值的预测位置,统计查询该位置历史预测RSSI值的变化情况,进而预测RSSI值。本发明专利技术充分考虑了时空轨迹特征,将轨迹预测融合进RSSI预测方法中,通过对历史数据和环境因素的综合分析,实现了对信号强度的有效预测。

【技术实现步骤摘要】

本专利技术涉及交通大数据分析,其具体涉及一种基于时空轨迹特征的rssi预测方法。


技术介绍

1、接收的信号强度指示(received signal strength indicator,rssi),作为衡量无线通信中信号强度的关键指标,对于优化网络性能、提高通信质量和确保数据传输的可靠性具有重大意义。rssi预测的目的在于通过对接收信号强度的准确预测,为无线网络的规划和管理提供科学依据,可以显著提高无线网络的性能,减少通信中断和数据丢失的情况,从而为用户提供更加稳定、高效的通信服务。现有的rssi预测方法可以大致分为两个方向:一种是基于传统数学插值方法的改进,例如基于矩阵分解的插值方法,线性回归方法等;另一种是利用机器学习模型对rssi进行预测,采用支持向量回归、决策树回归、随机森林等方法。

2、现有技术存在的缺点:

3、(1)基于传统数学插值方法的改进:传统数学插值方法往往依赖于环境的稳定性,当环境发生变化时,如障碍物移动或信号干扰变化,插值方法可能失效。插值方法通常只能根据已知的数据点进行预测,无法对于数据点之外的区域进行有效的本文档来自技高网...

【技术保护点】

1.一种基于时空轨迹特征的RSSI预测方法,其特征在于,该方法包括以下步骤:

2.根据权利要求1所述的方法,其特征在于,所述对采集到的RSSI数据进行平滑处理,包括:

3.根据权利要求2所述的方法,其特征在于:

4.根据权利要求1所述的方法,其特征在于,所述计算一阶转移矩阵,包括:

5.根据权利要求4所述的方法,其特征在于,所述计算二阶、三阶转移矩阵,包括:

6.根据权利要求5所述的方法,其特征在于,计算得出路口决策权值w1、w2、w3,包括:

7.根据权利要求6所述的方法,其特征在于,所述计算得出轨迹预测值,包括:...

【技术特征摘要】

1.一种基于时空轨迹特征的rssi预测方法,其特征在于,该方法包括以下步骤:

2.根据权利要求1所述的方法,其特征在于,所述对采集到的rssi数据进行平滑处理,包括:

3.根据权利要求2所述的方法,其特征在于:

4.根据权利要求1所述的方法,其特征在于,所述计算一阶转移矩阵,包括:

5.根据权利要求4所述的方法,其特征在于,所述计算二阶、三阶转移矩阵,包括:

6....

【专利技术属性】
技术研发人员:宁磊何志辉
申请(专利权)人:深圳技术大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1