CN109257761A - 一种综合考虑多种能耗影响因子的最优误码率估计方法 - Google Patents

一种综合考虑多种能耗影响因子的最优误码率估计方法 Download PDF

Info

Publication number
CN109257761A
CN109257761A CN201811283660.XA CN201811283660A CN109257761A CN 109257761 A CN109257761 A CN 109257761A CN 201811283660 A CN201811283660 A CN 201811283660A CN 109257761 A CN109257761 A CN 109257761A
Authority
CN
China
Prior art keywords
signal
formula
indoor
wireless
barrier
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811283660.XA
Other languages
English (en)
Inventor
何淼
孙艺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing College of Information Technology
Original Assignee
Nanjing College of Information Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing College of Information Technology filed Critical Nanjing College of Information Technology
Priority to CN201811283660.XA priority Critical patent/CN109257761A/zh
Publication of CN109257761A publication Critical patent/CN109257761A/zh
Pending legal-status Critical Current

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/06Testing, supervising or monitoring using simulated traffic
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B17/00Monitoring; Testing
    • H04B17/0082Monitoring; Testing using service channels; using auxiliary channels
    • H04B17/0087Monitoring; Testing using service channels; using auxiliary channels using auxiliary channels or channel simulators
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B17/00Monitoring; Testing
    • H04B17/30Monitoring; Testing of propagation channels
    • H04B17/391Modelling the propagation channel
    • H04B17/3911Fading models or fading generators
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B17/00Monitoring; Testing
    • H04B17/30Monitoring; Testing of propagation channels
    • H04B17/391Modelling the propagation channel
    • H04B17/3912Simulation models, e.g. distribution of spectral power density or received signal strength indicator [RSSI] for a given geographic region
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00Arrangements for detecting or preventing errors in the information received
    • H04L1/20Arrangements for detecting or preventing errors in the information received using signal quality detector
    • H04L1/203Details of error rate determination, e.g. BER, FER or WER
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Quality & Reliability (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

一种综合考虑多种能耗影响因子的最优误码率估计方法,针对不同的室内实际环境,结合室内距离、墙壁、楼层数、室内障碍物对无线传感网络的阻碍和反射所引起的阴影衰落影响,分析和推导出无线传感网络在面对室内障碍物的路径传输距离能量损耗模型,并考虑室内传播现实中的多种影响因子对无线传感网络传输质量的影响,与此同时,在保证传输质量的情况下,结合考虑误码率造成帧重传引起的能量消耗影响因子,分析推导出考虑室内障碍物阴影衰落的无线传感网信号帧重传能量损耗模型,并以此找到最优的误码率,使整个网络的能量消耗模型得到优化,进而实现信号传输的路径优化。

Description

一种综合考虑多种能耗影响因子的最优误码率估计方法
技术领域
本发明涉及无线传感网络的数据传输,尤其涉及一种综合考虑多种能耗影响因子的最优误码率估计方法,可以应用于通信、机械、电子、电气、计算机网络等室内无线传感网络节点位置布局以及节点传输协议设计。
背景技术
无线传感网络由于其网络设置灵活,设备位置更改方便等特性而得到广泛应用,尤其在室内环境下无线传感网络有着很多方面的应用。无线传感网络由大量随机部署的节点组成,这些节点有微型廉价的特点,通过无线通信形成一个多跳自组织网络,用以感知某些物理现象,以此扩展了人们与现实世界进行远程交互的能力,所以被广泛应用在室内场景中。由于室内环境的复杂性,无线传感网络的传输受到的诸多因素的影响。在保证传输质量的前提下,考虑网络本身设置的误码率对于网络能耗的影响,找到最优误码率,降低网络能耗具有重要的意义。
目前,对于无线网络在室内传输时,大多是单独考虑了室内传输距离、墙壁反射、障碍阻隔、楼层阻隔因素对无线传感节点传输能耗的影响,没有综合这些因素考虑,且影响无线传感节点能耗损失还与无线网络发送功率、发送模块电路能耗参数、接收模块能耗参数、传输速率、丢帧重传率等网络物理层因素有关,因此,在实际使用中,需要尽可能多地综合以上多种影响因子,才能构建更准确的误码率估计模型。
发明内容
本发明提供了一种综合考虑多种能耗影响因子的最优误码率估计方法,采用以下技术方案:一种综合考虑多种能耗影响因子的最优误码率估计方法,其特征在于:针对不同的室内实际环境,结合室内距离、墙壁、楼层数、室内障碍物对无线传感网络的阻碍和反射所引起的阴影衰落影响,分析和推导出无线传感网络在面对室内障碍物的路径传输距离能量损耗模型,并考虑室内传播现实中的多种影响因子对无线传感网络传输质量的影响,与此同时,在保证传输质量的情况下,结合考虑误码率造成帧重传引起的能量消耗影响因子,分析推导出考虑室内障碍物阴影衰落的无线传感网信号帧重传能量损耗模型,并以此找到最优的误码率,使整个网络的能量消耗模型得到优化,进而实现信号传输的路径优化,包括以下步骤:
步骤1、建立传输路径损耗模型
1.1)距离损耗模型:创建室内无线传输距离与接收点无线信号接收功率之间对数关系公式,对数-正态模型用于描述无线传感网络在传输过程中所发生的路径衰减,在同一平面内,无线传感器接收到的信号的平均功率随着距离的增加呈现了指数级的衰减,该公式表示如下:
式(1)是一个理想公式,反映了室内同一平面视距状况下,节点的信号衰减和距离之间的关系,式(1)中,PL为节点之间距离为d时的平均路径衰减大小;PL(d0)为参考节点和目标节点之间距离为d0时的路径衰减大小,在实际环境中检测得到;d为节点之间的距离;d0为近地参考距离,设置为1m;np为路径衰减因子,它随周围环境的变化而变化;
1.2)障碍物反射损耗模型:在理想公式(1)基础上增加楼层阻挡对无线信号强度的影响因子,在室内同一平面,当信号遭遇障碍物时,一部分信号会被吸收,另一部分信号发生反射,还有一部分会渗透过去,在考虑反射情况下将公式(1)修正为:
Aw表示由于墙壁反射和吸收引起的信号衰减,
kw为信号传输遇到墙壁总数,为信号在第w层墙壁的衰减;
考虑一个简单的正弦无线信号在传播时遇到墙壁时的衰减:
m为反射信号数目,R∈(0,1)为反射系数;θi为相位差;
1.3)楼层损耗模型:在理想公式(1)基础上增加楼层阻挡对无线信号强度的影响因子,由于信号会在不同的楼层间传播,在跨楼层的情况下,信号的传播也会受到比较大的影响,在考虑这一因素的情况下,将(2)式修正为:
Af表示跨楼层引起的信号衰减;
kf为信号传输穿越的楼层总数,为信号穿过第f层楼的衰减,墙壁和楼层在物理属性上相似,计算公式同
1.4)障碍物阴影衰落损耗模型:在理想公式(1)基础上增加障碍物遮挡所导致无线信号强度阴影衰落率的影响因子,得到室内无线网络无线信号强度与传输距离、障碍物遮挡、障碍物反射、楼层阻碍等主要影响因子之间修正关联公式,信号在穿越较大的障碍物时,由于障碍物的尺寸远大于电波的波长,因此也会对信号的传播造成衰减,我们考虑使用对数正态阴影衰落模型来考察其造成的影响,将(4)式修正为:
Aσ代表阴影衰落,它是一个均值为0,方差为σ2的高斯随机变量,方差的计算公式如下:
其中Me(di)是距离di的路径损耗(实测得到),Md(di)=K-10γlog(d/d0),其中K是一个与传感器节点发送模块和信道平均衰减程度有关的常数;
步骤2、建立网络传输损耗模型,
2.1)网络节点能耗理想公式推导:创建无线传感网络节点能耗一般公式,将修正关联公式(4)考虑进来,无线传感网络物理层能耗的E表示如下:
E=(PTx12+)×v (7)
PTx是发送功率,α1是发送模块电路能耗参数,α2是接收模块能耗参数,v表示传输速率;
采用Friss自由空间模型计算发送功率,公式如下:
perr是信道平均误码率,是误码率的函数,Gr是接收节点放大功率,Gt为发送节点放大功率,b是波长,Pr是接收节点功率;
2.2)考虑误码率帧重传的网络节点能耗修正公式
假定由误码导致的帧重传概率为p,重传错误帧直到接收方正确接收所消耗的能量为:
E′=E+E×p+E×p2+… (9)
化简为:
一帧信号共包含n的符号,每个符号正确传输的概率为1-perr,则一帧正确传输概率为(1-perr)n,即等于1-P。
由上可知,E′为perr的函数,通过调整perr的值,最终可以得到成功传输信号的最优解,即能量最小值。
2.3)Rayleigh衰减信道下最优解求解
假设(10)式中,除perr其余都为常数,则上式(10)简化为
其中x1,x2为常数。
根据Zigbee物理层信号调制方式,得到在Rayleigh衰减信道下
x3为常数;
则式(11)化简为
x4为常数,通过式(13)能够快速预估指定室内场景的最优误码率。
本发明的优点及显著效果:现有技术对于无线网络在室内传输时,大多单独考虑了室内传输距离、墙壁反射、障碍阻隔、楼层阻隔因素对无线传感节点传输能耗的影响,没有综合这些因素考虑,且影响无线传感节点能耗损失还与无线网络发送功率、发送模块电路能耗参数、接收模块能耗参数、传输速率、丢帧重传率等网络物理层因素有关。本发明通过综合考虑影响因子,经数学推导提出了一个新的路径优化模型,解决了现实中的信号传输的路径优化的问题。本发明结合室内距离、墙壁、楼层数、室内障碍物对无线传感网络的阻碍和反射所引起的阴影衰落影响分析,分析和推导出无线传感网络在面对室内障碍物的路径传输距离能量损耗模型,尽可能多的考虑室内传播现实中的多种影响因子对无线传感网络传输质量的影响。与此同时,在保证传输质量的情况下,结合考虑误码率造成帧重传引起的能量消耗影响因子,分析推导出考虑室内障碍物阴影衰落的无线传感网信号帧重传能量损耗模型,并以此为突破口找到最优的误码率,使整个网络的能量消耗模型得到优化,对室内环境中无线传感网络节点物理设计、网络传输设计、摆放布局均有较高实际参考意义。
附图说明
图1是本发明方法的流程框图。
具体实施方式
本发明一种综合考虑多种能耗影响因子的最优误码率估计方法,针对不同的室内实际环境,结合室内距离、墙壁、楼层数、室内障碍物对无线传感网络的阻碍和反射所引起的阴影衰落影响,分析和推导出无线传感网络在面对室内障碍物的路径传输距离能量损耗模型,并考虑室内传播现实中的多种影响因子对无线传感网络传输质量的影响,与此同时,在保证传输质量的情况下,结合考虑误码率造成帧重传引起的能量消耗影响因子,分析推导出考虑室内障碍物阴影衰落的无线传感网信号帧重传能量损耗模型,并以此找到最优的误码率。包括以下过程:
1、创建室内无线传输距离与接收点无线信号接收功率之间对数关系公式,该公式只是1个理想公式。
2、在理想公式基础上增加墙壁反射率对无线信号强度的影响因子。
3、在理想公式基础上增加楼层阻挡对无线信号强度的影响因子。
4、在理想公式基础上增加障碍物遮挡所导致无线信号强度阴影衰落率的影响因子,得到室内无线网络无线信号强度与传输距离、障碍物遮挡、障碍物反射、楼层阻碍等主要影响因子之间修正关联公式。
5、创建无线传感网络节点能耗一般公式,该理想公式将4中修正关联公式考虑进来。
6、在节点能耗一般公式基础上,增加考虑由无线发送误码导致的帧重传率影响因子。
7、在Rayleigh衰减信道下对6获得的修正公式进行简化修正,以方便用户在实际使用时可根据本步骤最终简化修正公式快速预估指定室内场景的最优误码率;
具体实施步骤如图1所示。
步骤1、传输路径损耗模型
步骤1.1、距离损耗模型
对数——正态模型常用于描述无线传感网络在传输过程中所发生的路径衰减。在同一平面内,无线传感器接收到的信号的平均功率随着距离的增加呈现了指数级的衰减,该公式表示如下:
式(1)中PL为节点之间距离为d时的平均路径衰减大小;PL(d0)为参考节点和目标节点之间距离为d0时的路径衰减大小,可在实际环境中检测得到,d为节点之间的距离;d0为近地参考距离,通常设置为1m;np为路径衰减因子,它随周围环境的变化而变化。
式(1)反映了室内同一平面视距状况下,节点的信号衰减和距离之间的关系。
步骤1.2、障碍物反射损耗模型
在室内同一平面,当信号遭遇障碍物时,一部分信号会被吸收,另一部分信号发生反射,还有一部分会渗透过去。在考虑反射情况下将上述公式修正为:
Aw表示由于墙壁反射和吸收引起的信号衰减。
kw为信号传输遇到墙壁总数,为信号在第w层墙壁的衰减。
考虑一个简单的正弦无线信号在传播时遇到墙壁时的衰减:
m为反射信号数目,R∈(0,1)为反射系数;θi为相位差。
步骤1.3、楼层损耗模型
由于信号会在不同的楼层间传播,在跨楼层的情况下,信号的传播也会受到比较大的影响,在考虑这一因素的情况下,将(2)式修正为:
Af表示跨楼层引起的信号衰减。
kf为信号传输穿越的楼层总数,为信号穿过第f层楼的衰减,墙壁和楼层在物理属性上相似,计算公式同
步骤1.4、障碍物阴影衰落损耗模型
信号在穿越较大的障碍物时,由于障碍物的尺寸远大于电波的波长,因此也会对信号的传播造成衰减,我们考虑使用对数正态阴影衰落模型来考察其造成的影响,将(4)式修正为:
Aσ代表阴影衰落,它是一个均值为0,方差为σ2的高斯随机变量,方差的计算公式如下:
其中Me(di)是距离di的路径损耗(实测得到),Md(di)=K-10γlog(d/d0),其中K是一个与传感器节点发送模块和信道平均衰减程度有关的常数。
步骤2、网络传输损耗模型
步骤2.1、网络节点能耗理想公式推导
无线传感网络物理层能耗的E表示如下:
E=(PTx12)×v (7)
PTx是发送功率,α1是发送模块电路能耗参数,α2是接收模块能耗参数,v表示传输速率。
采用Friss自由空间模型计算发送功率,公式如下:
perr是信道平均误码率,是误码率的函数,Gr是接收节点放大功率,Gt为发送节点放大功率,b是波长,Pr是接收节点功率。
步骤2.2、考虑误码率帧重传的网络节点能耗修正公式
假定由误码导致的帧重传概率为p,重传错误帧直到接收方正确接收所消耗的能量为:
E′=E+E×p+E×p2+… (9)
化简为:
一帧信号共包含n的符号,每个符号正确传输的概率为1-perr,则一帧正确传输概率为(1-perr)n,即等于1-P。
由上可知E′为perr的函数,通过调整perr的值,最终可以得到成功传输信号的最优解,即能量最小值。
步骤2.3、Rayleigh衰减信道下最优解求解
假设(10)式中,除perr其余都为常数。则上式(10)可以简化为
其中x1,x2为常数。
根据Zigbee物理层信号调制方式,可以得到在Rayleigh衰减信道下
x3为常数。
则(11)可以化简为
x4为常数,通过式(13)能够快速预估指定室内场景的最优误码率。

Claims (1)

1.一种综合考虑多种能耗影响因子的最优误码率估计方法,其特征在于:针对不同的室内实际环境,结合室内距离、墙壁、楼层数、室内障碍物对无线传感网络的阻碍和反射所引起的阴影衰落影响,分析和推导出无线传感网络在面对室内障碍物的路径传输距离能量损耗模型,并考虑室内传播现实中的多种影响因子对无线传感网络传输质量的影响,与此同时,在保证传输质量的情况下,结合考虑误码率造成帧重传引起的能量消耗影响因子,分析推导出考虑室内障碍物阴影衰落的无线传感网信号帧重传能量损耗模型,并以此找到最优的误码率,使整个网络的能量消耗模型得到优化,进而实现信号传输的路径优化,包括以下步骤:
步骤1、建立传输路径损耗模型
1.1)距离损耗模型:创建室内无线传输距离与接收点无线信号接收功率之间对数关系公式,对数-正态模型用于描述无线传感网络在传输过程中所发生的路径衰减,在同一平面内,无线传感器接收到的信号的平均功率随着距离的增加呈现了指数级的衰减,该公式表示如下:
式(1)是一个理想公式,反映了室内同一平面视距状况下,节点的信号衰减和距离之间的关系,式(1)中,PL为节点之间距离为d时的平均路径衰减大小;PL(d0)为参考节点和目标节点之间距离为d0时的路径衰减大小,在实际环境中检测得到;d为节点之间的距离;d0为近地参考距离,设置为1m;np为路径衰减因子,它随周围环境的变化而变化;
1.2)障碍物反射损耗模型:在公式(1)基础上增加楼层阻挡对无线信号强度的影响因子,在室内同一平面,当信号遭遇障碍物时,一部分信号会被吸收,另一部分信号发生反射,还有一部分会渗透过去,在考虑反射情况下将公式(1)修正为:
Aw表示由于墙壁反射和吸收引起的信号衰减,
kw为信号传输遇到墙壁总数,为信号在第w层墙壁的衰减;
考虑一个简单的正弦无线信号在传播时遇到墙壁时的衰减:
m为反射信号数目,R∈(0,1)为反射系数;θi为相位差;
1.3)楼层损耗模型:增加楼层阻挡对无线信号强度的影响因子,由于信号会在不同的楼层间传播,在跨楼层的情况下,信号的传播也会受到比较大的影响,在考虑这一因素的情况下,将(2)式修正为:
Af表示跨楼层引起的信号衰减;
kf为信号传输穿越的楼层总数,为信号穿过第f层楼的衰减,墙壁和楼层在物理属性上相似,计算公式同
1.4)障碍物阴影衰落损耗模型:增加障碍物遮挡所导致无线信号强度阴影衰落率的影响因子,得到室内无线网络无线信号强度与传输距离、障碍物遮挡、障碍物反射、楼层阻碍等主要影响因子之间修正关联公式,信号在穿越较大的障碍物时,由于障碍物的尺寸远大于电波的波长,因此也会对信号的传播造成衰减,使用对数正态阴影衰落模型来考察其造成的影响,将(4)式修正为:
Aσ代表阴影衰落,它是一个均值为0,方差为σ2的高斯随机变量,方差的计算公式如下:
其中Me(di)是距离di的路径损耗(实测得到),Md(di)=K-10γlog(d/d0),其中K是一个与传感器节点发送模块和信道平均衰减程度有关的常数;
步骤2、建立网络传输损耗模型,
2.1)网络节点能耗理想公式推导:创建无线传感网络节点能耗一般公式,将修正关联公式(4)考虑进来,无线传感网络物理层能耗的E表示如下:
E=(PTx12)×v (7)
PTx是发送功率,α1是发送模块电路能耗参数,α2是接收模块能耗参数,v表示传输速率;
采用Friss自由空间模型计算发送功率,公式如下:
perr是信道平均误码率,是误码率的函数,Gr是接收节点放大功率,Gt为发送节点放大功率,b是波长,Pr是接收节点功率;
2.2)考虑误码率帧重传的网络节点能耗修正公式
假定由误码导致的帧重传概率为p,重传错误帧直到接收方正确接收所消耗的能量为:
E′=E+E×p+E×p2+…(9)
化简为:
一帧信号共包含n的符号,每个符号正确传输的概率为1-perr,则一帧正确传输概率为(1-perr)n,即等于1-P;
由上可知,E′为perr的函数,通过调整perr的值,最终可以得到成功传输信号的最优解,即能量最小值;
2.3)Rayleigh衰减信道下最优解求解
假设(10)式中,除perr其余都为常数,则上式(10)简化为
其中x1,x2为常数。
根据Zigbee物理层信号调制方式,得到在Rayleigh衰减信道下
x3为常数;
则式(11)化简为
x4为常数,通过式(13)能够快速预估指定室内场景的最优误码率。
CN201811283660.XA 2018-10-31 2018-10-31 一种综合考虑多种能耗影响因子的最优误码率估计方法 Pending CN109257761A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811283660.XA CN109257761A (zh) 2018-10-31 2018-10-31 一种综合考虑多种能耗影响因子的最优误码率估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811283660.XA CN109257761A (zh) 2018-10-31 2018-10-31 一种综合考虑多种能耗影响因子的最优误码率估计方法

Publications (1)

Publication Number Publication Date
CN109257761A true CN109257761A (zh) 2019-01-22

Family

ID=65044151

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811283660.XA Pending CN109257761A (zh) 2018-10-31 2018-10-31 一种综合考虑多种能耗影响因子的最优误码率估计方法

Country Status (1)

Country Link
CN (1) CN109257761A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110213721A (zh) * 2019-06-05 2019-09-06 长沙理工大学 一种基于wsn的受限空间逃生路径搜索方法及相关组件
CN110536255A (zh) * 2019-07-29 2019-12-03 西安电子科技大学 基于室内传播损耗模型的接入点发射功率优化方法
CN111182585A (zh) * 2019-12-25 2020-05-19 航天信息股份有限公司 一种基于wlan的室内定位方法及系统
CN111683008A (zh) * 2020-05-28 2020-09-18 南京信息职业技术学院 基于sdn的传输网业务路径调度、保护方法及系统
CN113099464A (zh) * 2021-05-12 2021-07-09 国网河南省电力公司经济技术研究院 面向配电网的无线传感器网络部署方法、存储有信道检测程序的计算机可读介质
CN112702129B (zh) * 2020-12-07 2022-05-17 中国人民解放军国防科技大学 一种信道路径损耗估计方法、装置、电子设备及存储介质

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110213721A (zh) * 2019-06-05 2019-09-06 长沙理工大学 一种基于wsn的受限空间逃生路径搜索方法及相关组件
CN110536255A (zh) * 2019-07-29 2019-12-03 西安电子科技大学 基于室内传播损耗模型的接入点发射功率优化方法
CN111182585A (zh) * 2019-12-25 2020-05-19 航天信息股份有限公司 一种基于wlan的室内定位方法及系统
CN111683008A (zh) * 2020-05-28 2020-09-18 南京信息职业技术学院 基于sdn的传输网业务路径调度、保护方法及系统
CN112702129B (zh) * 2020-12-07 2022-05-17 中国人民解放军国防科技大学 一种信道路径损耗估计方法、装置、电子设备及存储介质
CN113099464A (zh) * 2021-05-12 2021-07-09 国网河南省电力公司经济技术研究院 面向配电网的无线传感器网络部署方法、存储有信道检测程序的计算机可读介质

Similar Documents

Publication Publication Date Title
CN109257761A (zh) 一种综合考虑多种能耗影响因子的最优误码率估计方法
US8787191B2 (en) Method and apparatus for determining distance in a Wi-Fi network
Babu et al. Evaluation of BER for AWGN, Rayleigh and Rician fading channels under various modulation schemes
KR20110004443A (ko) 존재 및 움직임 검출을 위한 패시브 레이더
US8611260B2 (en) Systems and methods for distance estimation between electronic devices
Raju et al. A practical distance estimator through distributed RSSI/LQI processing—An experimental study
Pasolini et al. Smart city pilot project using LoRa
Yoon et al. Experimental analysis of IEEE 802.15. 4a CSS ranging and its implications
Dil et al. RSS-based self-adaptive localization in dynamic environments
Ileri RSSI based position estimation in zigbee sensor networks
Barsocchi et al. Frame error model in rural Wi-Fi networks
Kim et al. Low-complexity rate selection of HARQ with Chase combining in Rayleigh block-fading channels
Lohier et al. Wireless Sensor Network simulators relevance compared to a real IEEE 802.15. 4 Testbed
Fedorenko et al. Energy-balanced distribution of radio modules with various technical states among positions of nodes in wireless sensor networks
Spišić et al. LoRaWAN Parameters Optimization For Efficient Communication
Park et al. Optimum sensor nodes deployment using fuzzy c-means algorithm
Słabicki et al. Realistic model of radio communication in wireless sensor networks
O'Rourke et al. Reception region characterisation using a 2.4 ghz direct sequence spread spectrum radio
Wang et al. Research on Data-Driven LoRa Link Quality Estimation
Xiao et al. TEA: transmission error approximation for distance estimation between two Zigbee devices
Nabetani et al. Wireless channel characterization for indoor environment in thermal power plant
Yun et al. Environmental impact analysis to design an adaptive MAC protocol for underwater vehicle control system based on underwater acoustic channel estimation
Cavdar Channel-predictive link layer ARQ protocols in wireless networks
He et al. A Bit Error Rate Optimization Method for WSN Node Energy Consumption
Tarrio et al. A transmission rate and energy design for power aware localization in ad hoc and sensor networks

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190122

WD01 Invention patent application deemed withdrawn after publication