CN104507118A - 应用于无线传感器网络的干扰性能确定方法及装置 - Google Patents

Abstract

本发明实施例提供了一种应用于无线传感器网络的干扰性能确定方法及装置。该方法包括：从无线传感器网络中的多个传感器节点中确定待测节点；确定待测节点在预设测量时间段内的至少一个有用网络信号强度值；利用预设的APD测量方式，获得待测节点在预设测量时间段内的网络干扰信号所对应的至少一个APD统计结果；利用预设的SER-APD模型、至少一个APD统计结果和至少一个有用网络信号强度值，确定待测节点在所述预设测量时间段内的干扰性能；其中，APD为幅度概率分布，SER为误符号概率。与现有技术相比，本方案在确定无线传感器网络中传感器节点的干扰性能时能够保证高精度且低处理开销。

Description

应用于无线传感器网络的干扰性能确定方法及装置

技术领域

本发明涉及无线传感器网络领域，特别是涉及一种应用于无线传感器网络的干扰性能确定方法及装置。

背景技术

WSN(Wireless Sensor Network，无线传感器网络)是新一代的传感器网络，其由分布于一定区域内用于监测和收集有价值信息的多个传感器节点构成，其中，各个传感器节点能够协作感知，采集网络分布区域内各种监测对象的信息，并对这些信息进行处理，最终传送到用户设备端。对于无线传感器网络而言，其特点包括节点能量受限、传输带宽低、易受干扰等特性；并且，影响无线传感器网络传输性能的主要因素是干扰。

具体的，在传感器节点解调所接收到的数据信号时，在该传感器节点处会存在一个甚至多个干扰信号，如果干扰信号的功率接近或高于该传感器节点正在接收的数据信号的功率，那么干扰信号就可能会对信号解调结果的正确性造成影响，数据的接收会因为解调结果出错而失败。

基于上述内容可见，需要确定传感器节点的干扰性能，以了解无线传感器网络或传感器节点的传输性能。

现有技术中，通常通过PRR(Packet Reception Rate，数据包接收率)相对于SINR(Signal-to-Noise Ratio，信号干扰噪声比)模型来确定传感器节点的干扰性能。但是，该模型存在有一个重要的缺点：获得高精度值时该模型所需要的处理开销较高。具体来讲，对于一个传感器节点而言，为了获得该节点的PRR-SINR模型的高精度的计算结果，需要计算该节点在PRR的值从0到100％的过渡区域内不同的SINR值的情况下对应的PRR的值；此外，由于PRR的值是一个统计值，对于每一个SINR值，想要使该节点在该SINR下的PRR值的测量结果达到一定的精度，就需要重复测量足够多的次数。

综上可见，在确定无线传感器网络中传感器节点的干扰性能时，如何保证高精度且低处理开销，是一个亟待解决的问题。

发明内容

本发明实施例的目的在于提供一种应用于无线传感器网络的干扰性能确定方法及装置，以在确定无线传感器网络中传感器节点的干扰性能时保证高精度且低处理开销。技术方案如下：

第一方面，本发明实施例提供了一种应用于无线传感器网络的干扰性能确定方法，包括：

从无线传感器网络中的多个传感器节点中确定待测节点；

确定所述待测节点在预设测量时间段内的至少一个有用网络信号强度值；

利用预设的APD测量方式，获得所述待测节点在所述预设测量时间段内的网络干扰信号所对应的至少一个APD统计结果；

利用预设的SER-APD模型、所述至少一个APD统计结果和所述至少一个有用网络信号强度值，确定所述待测节点在所述预设测量时间段内的干扰性能；

其中，所述APD为幅度概率分布，所述SER为误符号概率。

可选的，所述预设的SER-APD模型为：

$P_s=\underset{n=N/4}{\overset{5N/8}{\mathrm{\Σ}}}\left[\mathrm{APD}\right(-\frac{d/2}{\cos (2\mathrm{\πn}/N)})\·f(2\mathrm{\πn}/N)]+\underset{n=5N/8}{\overset{N}{\mathrm{\Σ}}}[\mathrm{APD}(-\frac{d/2}{\sin (2\mathrm{\πn}/N)})\·f(2\mathrm{\πn}/N)]$

其中，P_s为用于表征所述待测节点的干扰性能的SER的值；

N为预设的对区间[0，2π]的取样点数，n为自然数；

d为：根据预设算法确定的、所述至少一个有用网络信号强度值的特征强度值；

为：以作为幅度电平门限时，所述待测节点在所述预设测量时间段内的网络干扰信号所对应的APD统计结果；

为：以作为幅度电平门限时，所述待测节点在所述预设测量时间段内的网络干扰信号所对应的APD统计结果；

f(2πn/N)为：在预设的相位概率密度分布条件下，相位2πn/N的概率密度值。

可选的，所述预设算法为：

对所述至少一个有用网络信号强度值求平均；

或者，

对所述至少一个网络信号强度值求最大值；

或者，

对所述至少一个有用网络信号强度值求最小值。

可选的，所述预设的相位概率密度分布条件为均匀分布。

可选的，所述预设APD测量方式为采用比较器的APD测量方式，或者，采用A/D转换技术的APD测量方式。

第二方面，本发明实施例还提供了一种应用于无线传感器网络的干扰性能确定装置，包括：

待测节点确定模块，用于从无线传感器网络中的多个传感器节点中确定待测节点；

有用信号强度值确定模块，用于确定所述待测节点在预设测量时间段内的至少一个有用网络信号强度值；

APD统计结果获得模块，用于利用预设的APD测量方式，获得所述待测节点在所述预设测量时间段内的网络干扰信号所对应的至少一个APD统计结果；

干扰性能确定模块，用于利用预设的SER-APD模型、所述至少一个APD统计结果和所述至少一个有用网络信号强度值，确定所述待测节点在所述预设测量时间段内的干扰性能；

其中，所述APD为幅度概率分布，所述SER为误符号概率。

可选的，所述干扰性能确定模块所利用的所述预设的SER-APD模型为：

$P_s=\underset{n=N/4}{\overset{5N/8}{\mathrm{\Σ}}}\left[\mathrm{APD}\right(-\frac{d/2}{\cos (2\mathrm{\πn}/N)})\·f(2\mathrm{\πn}/N)]+\underset{n=5N/8}{\overset{N}{\mathrm{\Σ}}}[\mathrm{APD}(-\frac{d/2}{\sin (2\mathrm{\πn}/N)})\·f(2\mathrm{\πn}/N)]$

其中，P_s为用于表征所述待测节点的干扰性能的SER的值；

N为预设的对区间[0，2π]的取样点数，n为自然数；

d为：根据预设算法确定的、所述至少一个有用网络信号强度值的特征强度值；

为：以作为幅度电平门限时，所述待测节点在所述预设测量时间段内的网络干扰信号所对应的APD统计结果；

为：以作为幅度电平门限时，所述待测节点在所述预设测量时间段内的网络干扰信号所对应的APD统计结果；

f(2πn/N)为：在预设的相位概率密度分布条件下，相位2πn/N的概率密度值。

可选的，所述预设算法为：

对所述至少一个有用网络信号强度值求平均；

或者，

对所述至少一个网络信号强度值求最大值；

或者，

对所述至少一个有用网络信号强度值求最小值。

可选的，所述预设的相位概率密度分布条件为均匀分布。

可选的，所述预设APD测量方式为采用比较器的APD测量方式，或者，采用A/D转换技术的APD测量方式。

与现有技术相比，本方案在确定待测节点的干扰性能时考虑了网络干扰信号的APD统计结果，同时考虑了网络干扰信号的相位因素，相对于信号干扰噪声比更能有效体现出网络干扰信号特性，因此，在评估干扰性能上具有更高精度；并且，测量待测节点在预设测量时间段内的APD统计结果时直接利用预设APD测量方式即可，测量开销较小，而确定待测节点的干扰性能时直接利用SER-APD模型、APD统计结果和有用网络信号值即可，计算开销较小。可见，通过本方案，可以在确定无线传感器网络中传感器节点的干扰性能时保证高精度且低处理开销。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例所提供的一种应用于无线传感器网络的干扰性能确定方法的流程图；

图2为现有技术中采用比较器的APD测量方式的测量原理图；

图3为现有技术中采用A/D转换技术的APD测量方式的测量原理图；

图4为本发明实施例所提供的一种应用于无线传感器网络的干扰性能确定装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为了解决现有技术问题，本发明实施例提供了一种应用于无线传感器网络的干扰性能确定方法及装置，以在确定无线传感器网络中传感器节点的干扰性能时保证高精度且低处理开销。

下面首先对本发明实施例所提供的一种应用于无线传感器网络的干扰性能确定方法进行介绍。

需要说明的是，本发明实施例所提供的一种应用于无线传感器网络的干扰性能确定方法所针对的对象为无线传感器网络中的传感器节点，该传感器节点能够协作感知、采集网络分布区域内各种监测对象的信息，并对这些信息进行处理，最终传送到用户设备端；并且，同一无线传感器网络内的各个传感器节点的干扰性能可以相同或不同。

如图1所示，一种应用于无线传感器网络的干扰性能确定方法，可以包括：

S101，从无线传感器网络中的多个传感器节点中确定待测节点；

对于某一无线传感器网络而言，当需要对传感器节点的干扰性能进行确定时，可以首先从无线传感器网络中的多个传感器节点中确定待测节点，进而，该待测节点为本次确定干扰性能所针对的对象。

可以理解的是，在实际应用中，该待测节点的确定方式可以包括多种，举例而言，可以通过人工输入方式来确定出待测节点，或者，可以通过随机选择方式来确定出待测节点，或者，可以通过判断节点是否符合特定条件的方式来确定出待测节点，或者，通过对无线传感器网络的各个传感器节点执行特定算法来确定出待测节点，等等。

并且，该待测节点可以仅仅为一个传感器节点，此时，干扰性能的确定针对单个传感器节点；当然，实际应用中，该待测节点可以为至少两个传感器节点，此时，干扰性能的确定针对至少两个传感器节点。需要强调的是，对于待测节点为至少两个传感器节点的情况而言，在各个传感器节点的干扰性能的后续确定过程中，互不影响且均采用后续的各个步骤。

S102，确定待测节点在预设测量时间段内的至少一个有用网络信号强度值；

在从无线传感器网络中的多个传感器节点中确定待测节点后，可以确定该待测节点在预设测量时间段内的至少一个有用网络信号强度值。

其中，有用网络信号强度值所属的有用网络信号为相对于网络干扰信号而言的。而对于无线传感器网络而言，其所包括的各个传感器节点的有用网络信号为具有特定信号特征的信号，具有可识别性，因此，有用网络信号是可被识别的。并且，可以通过现有技术确定待测节点在预设测量时间段内的至少一个有用网络信号强度值，举例而言，可以基于信号采集器来确定待测节点在预设测量时间段内的至少一个有用网络信号强度值，等等。

需要说明的是，由于干扰性能属于统计结果，因此，需要确定待测节点在预设测量时间内的至少一个有用网络信号强度值，其中，该预设测量时间段可以根据实际情况进行设定，在此不做限定。

S103，利用预设的APD测量方式，获得待测节点在该预设测量时间段内的网络干扰信号所对应的至少一个APD统计结果；

在从无线传感器网络中的多个传感器节点中确定待测节点后，可以利用预设的APD测量方式，获得待测节点在该预设测量时间段内的网络干扰信号所对应的至少一个APD统计结果。其中，APD为幅度概率分布(Amplitude ProbabilityDistribution)，其定义为网络干扰信号的幅度电平超过某个幅度电平门限的时间概率；并且，某一时间段的APD通常采用APD统计结果来表示。

并且，该预设APD测量方式可以为现有技术中的采用比较器的APD测量方式，或者，现有技术中的采用A/D转换技术的APD测量方式，当然并不局限于此；而为了布局清楚起见，关于采用比较器的APD测量方式和采用A/D转换技术的APD测量方式的测量原理后续将进行介绍。

需要强调的是，上述的步骤S102和S103并不存在严格的先后执行顺序。并且，可以理解的是，该网络干扰信号可以为通过人工干扰方式所产生的信号，或者，通过无线传感器网络的运行所自动产生的信号，这些都是合理的。

S104，利用预设的SER-APD模型、至少一个APD统计结果和至少一个有用网络信号强度值，确定该待测节点在所述预设测量时间段内的干扰性能。

在获得至少一个APD统计结果和至少一个有用网络信号强度值后，利用预设的SER-APD模型、至少一个APD统计结果和至少一个有用网络信号强度值，确定该待测节点在该预设测量时间段内的干扰性能。可以理解的是，在确定出待测节点在该预设测量时间内的干扰性能后，可以基于所确定出的干扰性能进行后续的处理，举例而言：判断所确定出的该待测节点在预设测量时间段内的干扰性能是否超过某一阈值，如果超过该阈值，则对该待测节点或该待测节点所在无线传感器网络进行特定的抗干扰处理；或者，则对该待测节点所接收到的数据信号进行修正处理，等等。

需要强调的是，在建设无线传感器网络之前，也可以基于本发明实施例所提供的方法模拟测量待建设无线传感器网络的当前节点布局方式中各个传感器节点的干扰性能，并根据测量结果，判定该待建设无线传感器网络的节点布局方式等是否可行，进而在不可行的情况下，调整该待建设无线传感器网络的节点布局方式。

具体的，所述预设的SER-APD模型可以为：

$P_s=\underset{n=N/4}{\overset{5N/8}{\mathrm{\Σ}}}\left[\mathrm{APD}\right(-\frac{d/2}{\cos (2\mathrm{\πn}/N)})\·f(2\mathrm{\πn}/N)]+\underset{n=5N/8}{\overset{N}{\mathrm{\Σ}}}[\mathrm{APD}(-\frac{d/2}{\sin (2\mathrm{\πn}/N)})\·f(2\mathrm{\πn}/N)]---\left(1\right)$

其中，P_s为用于表征所述待测节点的干扰性能的SER的值；

N为预设的对区间[0，2π]的取样点数，n为自然数；

d为：根据预设算法确定的、所述至少一个有用网络信号强度值的特征强度值；

为：以作为幅度电平门限时，所述待测节点在所述预设测量时间段内的网络干扰信号所对应的APD统计结果；

为：以作为幅度电平门限时，所述待测节点在所述预设测量时间段内的网络干扰信号所对应的APD统计结果；

f(2πn/N)为：在预设的相位概率密度分布条件下，相位2πn/N的概率密度值。

其中，N大于8，具体值可以根据实际情况设定；并且，通常情况下，N的取值越大，干扰性能的计算结果越准确。

其中，所述预设算法可以为：对至少一个有用网络信号强度值求平均，此时，特征强度值d为至少一个有用网络信号强度值的平均值；所述预设算法也可以为：对该至少一个网络信号强度值求最大值，此时，特征强度值d为至少一个网络信号强度值中的最大值；另外，所述预设算法也可以为：对该至少一个网络信号强度值求最小值，此时，特征强度值d为至少一个有用网络信号强度值中的最小值。需要说明的是，上述所给出的具体的预设算法仅仅作为示例，并不应该构成对本发明实施例的限定；并且，在实际应用中，该预设算法还可以为：筛选至少一个有用网络信号强度值中出现频率最高的有用网络信号强度值，此时，特征强度值d为至少一个有用网络信号强度值中出现频率最高的有用网络信号强度值，等等。

可以理解的是，所述预设的相位概率密度分布条件可以为均匀分布，此时，相位2πn/N的概率密度值为1/2π；当然，所述预设的相位概率密度分布条件也可以为非均匀分布，而在不同形式的非均匀分布下相位2πn/N的概率密度值不同，其中，举例而言：该非均匀分布可以为：高斯分布或莱斯分布，等等。

需要说明的是，通常情况下，可以设定相位2πn/N服从[0～2π]之间的均匀分布，此时，上述公式(1)可以转化为：

$P_s^{\′}=\frac{2}{N}\underset{n=N/4}{\overset{5N/8}{\mathrm{\Σ}}}\mathrm{APD}(-\frac{d/2}{\cos (2\mathrm{\πn}/N)})---\left(2\right)$

与现有技术相比，本方案在确定待测节点的干扰性能时考虑了网络干扰信号的APD统计结果，同时考虑了网络干扰信号的相位因素，相对于信号干扰噪声比更能有效体现出网络干扰信号特性，因此，在评估干扰性能上具有更高精度；并且，测量待测节点在预设测量时间段内的APD统计结果时直接利用预设APD测量方式即可，测量开销较小，而确定待测节点的干扰性能时直接利用SER-APD模型、APD统计结果和有用网络信号值即可，计算开销较小。可见，通过本方案，可以在确定无线传感器网络中传感器节点的干扰性能时保证高精度且低处理开销。

需要说明的是，上述离散化形式的公式(1)所基于的积分化形式的公式为：

其中，为：在预设的相位概率密度分布条件下，相位的概率密度值；为：以作为幅度电平门限时，该待测节点在该预设测量时间段内的网络干扰信号所对应的APD统计结果。

上述的离散化形式的公式(2)所基于的积分化形式的公式为：

其中，为：以作为幅度电平门限时，该待测节点在该预设测量时间段内的网络干扰信号所对应的APD统计结果。

具体的，公式(4)转换为公式(2)的过程为：

公式(4)中相位的积分范围为(π/2，5π/4)，当[0，2π]内的取样点数为N时，设离散取样点n的取值范围表示为n_min＜n＜n_max，则有

$\begin{array}{c}\frac{2\mathrm{\π}}{N}{n}_{\min }=\frac{\mathrm{\π}}{2}\\ \frac{2\mathrm{\π}}{N}{n}_{\max }=\frac{5\mathrm{\π}}{4}\end{array}---\left(5\right)$

由式(5)可得n_min＝N/4，n_max＝5N/8，而对于离散形式而言，相位的概率密度值应由原来的1/2π变为离散形式下的1/N，因此，公式(4)的离散化形式的公式为：

$\begin{array}{c}{P}_s^{\′}=\frac{2}{N}\underset{n=n_{\min }}{\overset{n_{\max }}{\mathrm{\Σ}}}\mathrm{APD}(-\frac{d/2}{\cos (2\mathrm{\πn}/N)})\\ =\frac{2}{N}\underset{n=N/4}{\overset{5N/8}{\mathrm{\Σ}}}\mathrm{APD}(-\frac{d/2}{\cos (2\mathrm{\πn}/N)})\end{array}$

同样的，积分形式的公式(3)转换为离散形式的公式(1)的过程类似上述积分形式的公式(4)转化为离散形式的公式(2)的过程。

下面介绍采用比较器的APD测量方式和采用A/D转换技术的APD测量方式测量无线传感器网络节点的测量原理。

(1)图2为采用比较器的APD测量方式测量传感器节点的APD统计结果的测量原理示意图，测量原理具体如下：

如图2所示，传感器节点在某一时间段内的网络干扰信号作为输入信号IF，而输入信号所经过的处理流程包括：放大器的处理、峰值检波、比较量化、门电路的处理、计数处理、显示和记录处理，最终得到该传感器节点在该时间段内的至少一个APD统计结果；其中，控制电路对峰值检测处理和比较量化处理进行控制，时钟信号调控门电路的更新。其中，该方案采用比较器和计数器结合门电路实现，每个比较器预设一幅度电平门限，将所输入的网络干扰信号的信号电平与各个比较器中预设的幅度电平门限进行比较，一次比较完成后，相应比较器后的计数器进行一次记数，在预定测量时间段结束后，将每个比较器所对应的计数值与总的计数值的比值确定为相应幅度电平门限所所对应的APD统计结果。

该种方式中，采用模拟电压比较器来实现电平量化，使用硬件计数器进行时间统计，APD测量原理比较简单。而由于随着幅度电平门限的数量增加，比较器和计数器的数量都会随之增加，会带来硬件成本上的问题，因此，该种方式适用于对于幅度电平门限较少的情况。

需要说明的是，上述的采用比较器的APD测量方式为现有技术，在此不做过多描述。

(2)图3为采用A/D转换技术的APD测量方式测量传感器节点的APD统计结果的测量原理示意图，测量原理具体如下：

如图3所示，传感器节点在某一时间段内的网络干扰信号作为输入信号，而输入信号所经过的处理流程包括：N位模数转换器的处理、用于次数统计的存储器RAM的处理、分别计算每一存储器RAM所对应的APD统计结果的累加运算逻辑电路的处理，最终得到该传感器节点在该时间段内的至少一个APD统计结果。其中，该方案采用一片N位A/D转换器来代替上述的采用比较器的APD测量方式中多个比较器的功能，并提供满足要求的电平分辨率；而上述的采用比较器的APD测量方式中的多个计数器被累加运算逻辑电路和存储器(RAM)所取代，降低了电路规模。其中，RAM中存储了各个量化电平的累积采样次数，测试结束后，将地址高于某一幅度电平门限对应存储器地址的所有存储器内的计数值之和与总的计数值相比，结果即为该幅度电平门限对应的APD统计结果。

其中，该种方案是基于集成电路技术的发展而得以实现的，比如采用高速DSP处理器直接对采样信号进行处理，或者，使用专用定制集成电路来加以实现。这种测量方式对集成电路要求比较高，但是电路规模要远远小于采用比较器的方式，因此，对于集成电路不受限制的情况下，可以优先选择该种方式来测量APD统计结果。

需要说明的是，上述的采用A/D转换技术的APD测量方式为现有技术，在此不做过多描述。

相应于上述方法实施例，本发明实施例还提供了一种应用于无线传感器网络的干扰性能确定装置，如图4所示，该装置可以包括：

待测节点确定模块410，用于从无线传感器网络中的多个传感器节点中确定待测节点；

有用信号强度值确定模块420，用于确定所述待测节点在预设测量时间段内的至少一个有用网络信号强度值；

APD统计结果获得模块430，用于利用预设的APD测量方式，获得所述待测节点在所述预设测量时间段内的网络干扰信号所对应的至少一个APD统计结果；

干扰性能确定模块440，用于利用预设的SER-APD模型、所述至少一个APD统计结果和所述至少一个有用网络信号强度值，确定所述待测节点在所述预设测量时间段内的干扰性能；

其中，所述APD为幅度概率分布，所述SER为误符号概率。

与现有技术相比，本方案在确定待测节点的干扰性能时考虑了网络干扰信号的APD统计结果，同时考虑了网络干扰信号的相位因素，相对于信号干扰噪声比更能有效体现出网络干扰信号特性，因此，在评估干扰性能上具有更高精度；并且，测量待测节点在预设测量时间段内的APD统计结果时直接利用预设APD测量方式即可，测量开销较小，而确定待测节点的干扰性能时直接利用SER-APD模型、APD统计结果和有用网络信号值即可，计算开销较小。可见，通过本方案，可以在确定无线传感器网络中传感器节点的干扰性能时保证高精度且低处理开销。

具体的，所述干扰性能确定模块440所利用的所述预设的SER-APD模型为：

$P_s=\underset{n=N/4}{\overset{5N/8}{\mathrm{\Σ}}}\left[\mathrm{APD}\right(-\frac{d/2}{\cos (2\mathrm{\πn}/N)})\·f(2\mathrm{\πn}/N)]+\underset{n=5N/8}{\overset{N}{\mathrm{\Σ}}}[\mathrm{APD}(-\frac{d/2}{\sin (2\mathrm{\πn}/N)})\·f(2\mathrm{\πn}/N)]$

其中，P_s为用于表征所述待测节点的干扰性能的SER的值；

N为预设的对区间[0，2π]的取样点数，n为自然数；

d为：根据预设算法确定的、所述至少一个有用网络信号强度值的特征强度值；

为：以作为幅度电平门限时，所述待测节点在所述预设测量时间段内的网络干扰信号所对应的APD统计结果；

为：以作为幅度电平门限时，所述待测节点在所述预设测量时间段内的网络干扰信号所对应的APD统计结果；

f(2πn/N)为：在预设的相位概率密度分布条件下，相位2πn/N的概率密度值。

具体的，所述预设算法可以为：

对所述至少一个有用网络信号强度值求平均；

或者，

对所述至少一个网络信号强度值求最大值；

或者，

对所述至少一个有用网络信号强度值求最小值。

具体的，所述预设的相位概率密度分布条件可以为均匀分布。

具体的，所述预设APD测量方式为采用比较器的APD测量方式，或者，采用A/D转换技术的APD测量方式。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个......”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (10)

1.一种应用于无线传感器网络的干扰性能确定方法，其特征在于，包括：

从无线传感器网络中的多个传感器节点中确定待测节点；

确定所述待测节点在预设测量时间段内的至少一个有用网络信号强度值；

利用预设的APD测量方式，获得所述待测节点在所述预设测量时间段内的网络干扰信号所对应的至少一个APD统计结果；

利用预设的SER-APD模型、所述至少一个APD统计结果和所述至少一个有用网络信号强度值，确定所述待测节点在所述预设测量时间段内的干扰性能；

其中，所述APD为幅度概率分布，所述SER为误符号概率。

2.根据权利要求1所述的方法，其特征在于，所述预设的SER-APD模型为：

$P_s=\underset{n=N/4}{\overset{5N/8}{\mathrm{\Σ}}}[\mathrm{APD}(-\frac{d/2}{\cos (2\mathrm{\πn}/N)})\·f(2\mathrm{\πn}/N)]+\underset{n=5N/8}{\overset{N}{\mathrm{\Σ}}}[\mathrm{APD}(-\frac{d/2}{\sin (2\mathrm{\πn}/N)})\·f(2\mathrm{\πn}/N)]$

其中，P_s为用于表征所述待测节点的干扰性能的SER的值；

N为预设的对区间[0，2π]的取样点数，n为自然数；

d为：根据预设算法确定的、所述至少一个有用网络信号强度值的特征强度值；

为：以作为幅度电平门限时，所述待测节点在所述预设测量时间段内的网络干扰信号所对应的APD统计结果；

为：以作为幅度电平门限时，所述待测节点在所述预设测量时间段内的网络干扰信号所对应的APD统计结果；

f(2πn/N)为：在预设的相位概率密度分布条件下，相位2πn/N的概率密度值。

3.根据权利要求1或2所述的方法，其特征在于，所述预设算法为：

对所述至少一个有用网络信号强度值求平均；

或者，

对所述至少一个网络信号强度值求最大值；

或者，

对所述至少一个有用网络信号强度值求最小值。

4.根据权利要求1或2所述的方法，其特征在于，所述预设的相位概率密度分布条件为均匀分布。

5.根据权利要求1或2所述的方法，其特征在于，所述预设APD测量方式为采用比较器的APD测量方式，或者，采用A/D转换技术的APD测量方式。

6.一种应用于无线传感器网络的干扰性能确定装置，其特征在于，包括：

待测节点确定模块，用于从无线传感器网络中的多个传感器节点中确定待测节点；

有用信号强度值确定模块，用于确定所述待测节点在预设测量时间段内的至少一个有用网络信号强度值；

APD统计结果获得模块，用于利用预设的APD测量方式，获得所述待测节点在所述预设测量时间段内的网络干扰信号所对应的至少一个APD统计结果；

干扰性能确定模块，用于利用预设的SER-APD模型、所述至少一个APD统计结果和所述至少一个有用网络信号强度值，确定所述待测节点在所述预设测量时间段内的干扰性能；

其中，所述APD为幅度概率分布，所述SER为误符号概率。

7.根据权利要求6所述的装置，其特征在于，所述干扰性能确定模块所利用的所述预设的SER-APD模型为：

$P_s=\underset{n=N/4}{\overset{5N/8}{\mathrm{\Σ}}}[\mathrm{APD}(-\frac{d/2}{\cos (2\mathrm{\πn}/N)})\·f(2\mathrm{\πn}/N)]+\underset{n=5N/8}{\overset{N}{\mathrm{\Σ}}}[\mathrm{APD}(-\frac{d/2}{\sin (2\mathrm{\πn}/N)})\·f(2\mathrm{\πn}/N)]$

其中，P_s为用于表征所述待测节点的干扰性能的SER的值；

N为预设的对区间[0，2π]的取样点数，n为自然数；

d为：根据预设算法确定的、所述至少一个有用网络信号强度值的特征强度值；

为：以作为幅度电平门限时，所述待测节点在所述预设测量时间段内的网络干扰信号所对应的APD统计结果；

为：以作为幅度电平门限时，所述待测节点在所述预设测量时间段内的网络干扰信号所对应的APD统计结果；

f(2πn/N)为：在预设的相位概率密度分布条件下，相位2πn/N的概率密度值。

8.根据权利要求6或7所述的装置，其特征在于，所述预设算法为：

对所述至少一个有用网络信号强度值求平均；

或者，

对所述至少一个网络信号强度值求最大值；

或者，

对所述至少一个有用网络信号强度值求最小值。

9.根据权利要求6或7所述的装置，其特征在于，所述预设的相位概率密度分布条件为均匀分布。

10.根据权利要求6或7所述的装置，其特征在于，所述预设APD测量方式为采用比较器的APD测量方式，或者，采用A/D转换技术的APD测量方式。