CN113542065A - 基于ahp-模糊综合评价的低功耗物联网传输可靠性评估方法 - Google Patents

基于ahp-模糊综合评价的低功耗物联网传输可靠性评估方法 Download PDF

Info

Publication number
CN113542065A
CN113542065A CN202110790265.6A CN202110790265A CN113542065A CN 113542065 A CN113542065 A CN 113542065A CN 202110790265 A CN202110790265 A CN 202110790265A CN 113542065 A CN113542065 A CN 113542065A
Authority
CN
China
Prior art keywords
index
layer
ahp
things
comprehensive evaluation
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.)
Withdrawn
Application number
CN202110790265.6A
Other languages
English (en)
Inventor
杨鲲
郑雅琛
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN202110790265.6A priority Critical patent/CN113542065A/zh
Publication of CN113542065A publication Critical patent/CN113542065A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00Arrangements for monitoring or testing data switching networks
    • H04L43/08Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00Computing arrangements based on specific mathematical models
    • G06N7/02Computing arrangements based on specific mathematical models using fuzzy logic
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16YINFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y30/00IoT infrastructure
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B17/00Monitoring; Testing
    • H04B17/30Monitoring; Testing of propagation channels
    • H04B17/309Measuring or estimating channel quality parameters
    • H04B17/318Received signal strength
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B17/00Monitoring; Testing
    • H04B17/30Monitoring; Testing of propagation channels
    • H04B17/309Measuring or estimating channel quality parameters
    • H04B17/345Interference values
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14Network analysis or design
    • H04L41/142Network analysis or design using statistical or mathematical methods
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00Arrangements for monitoring or testing data switching networks
    • H04L43/08Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0823Errors, e.g. transmission errors
    • H04L43/0829Packet loss
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00Arrangements for monitoring or testing data switching networks
    • H04L43/08Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0852Delays
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • 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)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Quality & Reliability (AREA)
  • Algebra (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Electromagnetism (AREA)
  • Molecular Biology (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Fuzzy Systems (AREA)
  • Biomedical Technology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Automation & Control Theory (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了基于AHP‑模糊综合评价的低功耗物联网传输可靠性评估方法包括步骤:确定AHP‑模糊综合评价传输可靠性指标体系,建立AHP层次结构模型,以传输可靠性为目标层,下设主准则层和分准则层;确定综合评价指标集U和评语集,确立各指标的等级划分区间;计算得到准则层和分准则层的权重向量,进行一致性检验;确定可靠性评估的模糊综合评价隶属度矩阵;计算低功耗物联网传输可靠性的综合评价结果值。本发明能够形成多维度、多层次的性能指标体系用于实现低功耗物联网的传输可靠性分析与传输质量监测,保证在物联网中充分利用无线资源的同时保持低功耗与可靠性的平衡。

Description

基于AHP-模糊综合评价的低功耗物联网传输可靠性评估方法
技术领域
本发明属于无线物联网技术领域,尤其涉及基于AHP-模糊综合评价的低功耗物联网传输可靠性评估方法。
背景技术
无线物联网特别是工业物联网,考虑到很多智能传感设备都是电池供电的,不希望经常更换,因此低功耗特性是物联网节点设备的需求。但是,很多现有的低功耗物联网在实际应用中,一味地追求低功耗而使得网络的可靠性不能得到保证,从而影响数据的传输,导致设备之间包接受率降低、数据重传次数的增加,从而增加了不必要的能耗,影响了整个物联网系统的工作效率。
在现有低功耗物联网的相关研究中,大部分评价传输可靠性的方法只通过少数常见的可量化的性能指标来衡量传输可靠性,比如丢包率、信噪比等,对低功耗物联网的传输可靠性没有一个完整且贴合工程实际的评价体系。因此,系统工程对低功耗物联网的传输可靠性的进行定期的评估显得尤为重要。且实际工程环境比理论环境更为复杂,涉及到多个可量化和不可量化的指标,此时,一种可靠的、全面的、科学的评估方法亟待提出并推广应用。
发明内容
本发明的目的就在于为了解决上述问题而提供基于AHP-模糊综合评价的低功耗物联网传输可靠性评估方法,包括步骤:
步骤1:确定AHP-模糊综合评价传输可靠性指标体系,建立AHP层次结构模型,以传输可靠性为目标层A,下设主准则层B和分准则层C1、C2、C3;
步骤2:确定综合评价指标集U和评语集V,确立各指标的等级划分区间;
步骤3:计算得到准则层和分准则层的权重向量W,并进行一致性检验;
步骤4:确定可靠性评估的模糊综合评价隶属度矩阵G;
步骤5:计算低功耗物联网传输可靠性的综合评价结果值S。
本发明的有益效果在于:
(1)本发明方法包括指标体系和指标体系权重的确定,评语集的等级划分和隶属度的确定,以及传输可靠性的综合评估;
(2)该方法参考ZigBee技术物理层的射频性能和数据链路层的可靠性和低功耗性能,提取从芯片和数据包中获取到的数据,从节点设备、传输信道和外界环境三个方面对低功耗物联网的传输可靠性进行评估,形成多维度、多层次的性能指标体系;
(3)运用AHP-模糊综合评价方法,结合低功耗物联网的传输特性,针对端设备和协调器之间的数据传输工程,将定性与定量的指标数据相结合,用于实现低功耗物联网的传输可靠性分析与传输质量监测,保证在物联网中充分利用无线资源的同时保持低功耗与可靠性的平衡。
附图说明
图1是本发明方法的步骤流程图;
图2是步骤1中确定AHP-模糊综合评价传输可靠性指标体系;
图3为个人局域网络中端节点设备和协调器之间数据传输的过程;
图4为AHP层次结构模型图;
图5为表1关于可靠性指标的度量范围和符号表示;
图6为表2关于评语集等级打分;
图7为表3关于低功耗物联网可靠性指标的等级划分;
图8为表4关于判断矩阵aij的标度方法;
图9为表5关于AHP给定的一致性指标RI;
图10为分准则层可靠性指标隶属度。
具体实施方式
下面结合附图对本发明作进一步说明:
如附图1所示,本发明提供的基于AHP-模糊综合评价法的物联网传输可靠性评估方法,利用了层次分析法和模糊综合评价方法,全面考虑了低功耗物联网端节点设备和协调器之间传输的各种因素对可靠性的影响,建立了AHP-模糊综合评价传输可靠性指标体系。
附图1为该方法完整的步骤流程图。该方法将定性与定量指标相结合,把对象指标的定性表示转化为定量表示,大大减少决策中的许多不确定因素,简化了系统中各个数据的大量分析,减少了计算量,是一种更科学、更准确、更全面的方法。
本发明运用该评价方法所得到的关于低功耗网络的传输可靠性评价结果,可以综合且准确地反映出传输可靠性的好坏程度。具体步骤如下:
步骤1:确定AHP-模糊综合评价传输可靠性指标体系。建立AHP层次结构模型,以传输可靠性为目标层A,下设主准则层B和分准则层C1、C2、C3;
步骤2:确定综合评价指标集U和评语集V,确立各指标的等级划分区间。其中,U={u_1,u_2,…,u_i},其中i=1,2,…,n,n为指标个数。评语集V={v_1,v_2,…,v_j},其中i=1,2,…,m,m为评价等级的个数,v_i为针对评价指标对象的评价等级。
步骤3:计算各个指标的权重系数,得到各个层的权重向量W,并进行一致性检验。
步骤4:确定可靠性评估的模糊综合评价隶属度矩阵G。
步骤5:计算低功耗物联网传输可靠性的综合评价结果值S。
在上述实施步骤中,步骤1确定AHP-模糊综合评价传输可靠性指标体系。图2给出了本发明中建立的可靠性指标体系,具体包括:
步骤1-1:图3给出了ZigBee的个人局域网络(Personal Area Network,PAN)中,端节点设备和协调器之间的数据传输过程,再根据低功耗物联网特性,参照ZigBee底层协议规范和实际工程环境,确定影响传输可靠性的因素,确定指标对象;
步骤1-2:纵向维度建立AHP层次结构模型,目标层为传输可靠性,用A表示;主准则层包括:节点设备B1、传输信道B2、外界环境B3;分准则层包括:接收信号强度指示C11、数据包错误率C12、链路质量指示C13、丢包率C21、传输距离C22、传输时延C23;电磁干扰C31、节点数量C32、障碍物遮挡C33
其中,步骤1-2中的指标C11:接收信号强度指示RSSI,是衡量发射功率的指标。根据本文所用芯片EFR32MG12的硬件数据手册显示,在射频中心频率为2.45GHz的条件下,信号接收强度指示RSSI取值的有效范围为[-98dbm,5dBm]。
其中,步骤1-2中的指标C12:数据包错误率PER的表达式为:
Figure BDA0003160825360000041
式中,Pt为发射功率,Pr为接受功率。数据包错误率较高说明发送数据包的设备存在软硬件问题,影响传输可靠性。
其中,步骤1-2中的指标C13:链路质量指示LQI是衡量所接收的数据包的强度和质量,链路质量指示越大,设备可靠性越高。取值范围限制在0~255,LQI等于0的时候链路质量最差,等于255时最好。
其中,步骤1-2中的指标C21:丢包率PLR是常用的衡量网络系统可靠性的参数。丢包率越高,包接受率越低,重传越多,信道质量越差,可靠性越低。丢包率的表达式如下:
Figure BDA0003160825360000051
式中,RD表示接收端收到的数据包数,SD表示发送端发送的数据包数。包接受率(PRR)是对应丢包率而出现的概念。指的是接收端成功收到的数据包比上发送端总共发送的数据包。
其中,步骤1-2中的指标C22:传输距离。设备之间的位置差异主要导致了设备之间的传输距离,路径损耗主要受传输距离的影响。发射功率不变的情况下,传输距离越大,路径损耗越多,功率折损越大,接收端的RSSI越小。所以通常在设置设备的发送功率时,必须考虑发送节点和接收节点之间的传输距离。
其中,步骤1-2中的指标C23:传输时延,指的是发送端发送数据包之后,接收端接收到该数据包总共需要的时间,时延越长说明传输效率越低,可靠性越低。在分析低功耗网络的传输时延性能时,一般采用的是网络的平均传输时延。
其中,步骤1-2中的指标C31:电磁干扰,是一个不可忽视的影响因素,信道中同频段的其他信号的传输或者噪声,都会影响信号传输的可靠性。例如在我国ZigBee网络和WI-FI、蓝牙都在同一个传输频段。
其中,步骤1-2中的指标C32:节点数量节点数量越大,信号之间发生碰撞的概率也会增加,导致退避重传的概率增加。这种间接的影响关系是很多低功耗网络可靠性的研究容易忽视的。
其中,步骤1-2中的指标C33:障碍物遮挡。设备之间的位置差异也造成了设备之间是否有障碍物遮挡。如果存在障碍物(如隔墙等)而发射功率过小,会引起丢包率增大或时延增加的现象,甚至会增加重传概率。
在上述实施步骤中,步骤1确定AHP-模糊综合评价传输可靠性指标体系中,如附图5所示,表1给出了所有指标的含义、符号表示、取值范围等信息。
表1可靠性指标的度量范围和符号表示。
在上述实施步骤中,步骤1建立AHP层次结构模型,以传输可靠性为目标层A,下设主准则层B和分准则层C1、C2、C3中,AHP层次结构模型如附图4所示,各个指标仅用指标符号表示。
在上述实施步骤中,步骤2中确定综合评价指标集U和评语集V,确立各指标的等级划分区间,具体包括:
步骤2-1:
准则层B的指标集为:
UB={B1,B2,B3}={节点设备,传输信道,外界环境};
分准则层C1指标集为:
UC1={C11,C12,C13}={接收信号强度指示RSSI,数据包错误率PER,链路质量指示LQI};
分准则层C2指标集:UC2={C21,C22,C23}={丢包率PLR,传输距离,传输时延};
分准则层C3指标集:UC3={C31,C32,C33}={电磁干扰,节点数量,障碍物遮挡};
步骤2-2:评语集V={V1,V2,…,Vj},其中i=1,2,…,m,m为评价等级的个数,Vi为针对评价指标对象的评价等级,定义为5个层级,包括第一层级、第二层级、第三层级、第四层级与第五层级,设满分100,对五个等级分别打分;
如附图6所示,表2评语集等级打分;
步骤2-3:根据实际实验数据和协议规范,对因素集中的各个指标划的取值范围分为步骤2-2中5个等级对应的量化区间。
如附图7所示,表3低功耗物联网可靠性指标的等级划分。
在上述实施步骤中,步骤3中计算各个指标的权重系数,具体包括:
步骤3-1:构造各层的判断矩阵,包括主准则层B对目标层A的判断矩阵R_AB、分准则层C对主准则层B的判断矩阵
Figure BDA0003160825360000061
判断矩阵R的一般形式为:
Figure BDA0003160825360000071
式中,aij是通过标度得到的指标间重要性程度比,且满足
Figure BDA0003160825360000072
采用标度方法将同一层指标两两比较,得到判断矩阵的各个元素aij
如附图8所示,表4判断矩阵aij的标度方法。
步骤3-2:计算判断矩阵RAB
Figure BDA0003160825360000073
的最大特征值λmax和对应的特征向量,经归一化后得到各层指标的权重向量为WAB
Figure BDA0003160825360000074
Figure BDA0003160825360000075
Figure BDA0003160825360000076
Figure BDA0003160825360000077
且WC11+WC12+WC13=1;
Figure BDA0003160825360000078
且WC11+WC12+WC13=1;
Figure BDA0003160825360000079
且WC31+WC32+WC33=1;
得到的权重比是底层每一个指标元素对高层准则的重要性程度,实现了将定性因素转化为定量表示的过程。
步骤3-3:经步骤3-2得出的各层元素所占权重比,AHP能否将其作为指标元素的权重向量,需要一致性检验。根据公式
Figure BDA00031608253600000710
其中
Figure BDA00031608253600000711
RI是AHP给定的一致性指标;当一致性比率CR<0.1,此时我们认为该判断矩阵的各个元素值符合矩阵的一致性。
如附图9所示,表5为AHP给定的一致性指标RI。
在上述实施步骤中,步骤4中确定可靠性评估的模糊综合评价隶属度矩阵G,矩阵G的一般表达式为:
Figure BDA00031608253600000712
式中,gij表示第i个指标元素对于第j个等级的隶属程度,i=1,2,…n,j=1,2,…m,本指标模型中n=3,m=5,取值范围在[0,1]。确定gij的表达式为:
Figure BDA0003160825360000081
式中,ρij表示第i个指标元素属于该等级j的取值频率,xi表示第i个指标对象的取值。
进一步地,前述步骤5中计算得到低功耗物联网传输可靠性的综合评价结果值S,具体计算公式为:
S=WΘG; (4)
式中W和G分别是各个准则层指标的权重向量和隶属度矩阵,Θ选用加权平均型算子
Figure BDA0003160825360000082
该算子的计算公式为
Figure BDA0003160825360000083
其中Sj表示第j等级的评价系数,wi表示第i个指标的权重,gij表示各个指标的隶属度;最后再用Sj生成的矩阵点乘对应的评价等级分数矩阵P=P1,P2,,…,Pm,本发明中P=(90,80,70,60,50)。得到最后综合评估结果S=W·G·(P^T)。
从分准则层C1、C2、C3开始,计算每一个层的评价结果分数
Figure BDA0003160825360000084
最后得到目标层A的综合评价结果SA,结果是一个满分为百分制的分值,作为低功耗物联网的传输可靠性的定量评估结果。
针对本发明方法的实施例,我们在实验室布置了一个具备星型拓扑结构的低功耗ZigBee网络进行可靠性评估模型的验证。网络的中心节点是协调器模组,网络的端节点设置了8个不同功能的端设备,其中包括2个智能插座、3个灯设备、2个红外传感器和1个温湿度传感器。上述8个端设备位置各不相同,距离范围为实验室内,与协调器的距离不超过8m。另外还有1个设计的传输可靠性检测模块设备,负责将可靠性指标参数传送给协调器。
根据实验测试结果,得到各个可靠性指标的隶属度,基于本发明方法,计算该低功耗物联网的可靠性评估结果。
根据上述步骤3和式(1),对于准则层B之于目标层A的AHP判断矩阵为
Figure BDA0003160825360000091
根据上述步骤3和式(1),对于分准则层C之于准则层B的AHP判断矩阵分别为
Figure BDA0003160825360000092
通过上述步骤3和上述判断矩阵求得各层的权重向量依次为:
WAB=(0.5278,0.3325,0.1396),
Figure BDA0003160825360000093
Figure BDA0003160825360000094
表6各个判断矩阵的一致性检验结果。四个判断矩阵均通过一致性检验。
根据实验测试结果,依照表3低功耗物联网可靠性指标的等级划分,得到分准则层各个可靠性指标的隶属度划分,如表5所示。
如附图10所示,表7分准则层可靠性指标隶属度。
由上述步骤4、表7、式(2)和式(3)可得分准则层之于准则层的的隶属度矩阵为:
Figure BDA0003160825360000095
Figure BDA0003160825360000096
Figure BDA0003160825360000097
则根据上述步骤5和式(4)求得:
Figure BDA0003160825360000098
Figure BDA0003160825360000099
Figure BDA0003160825360000101
则基于AHP-模糊综合评价的低功耗物联网传输可靠性评估结果为:
Figure BDA0003160825360000102
当提高设备的发射功率时,可靠性评估结果分值为:
Figure BDA0003160825360000103
在低功耗物联网环境中,利用本发明方法检测网络的传输质量,定义一个AHP-模糊综合评价的可靠性阈值,再将求得的可靠性量化分值和阈值进行比较。如果高于阈值,则认为该无线物联网的可靠性得到了保证;反之,网络很可能会因为可靠性较低导致重传次数的增加,从而增加不必要的功耗,系统或技术员应采取必要的优化策略提高可靠性,降低功耗。
本发明方法包括指标体系和指标体系权重的确定,评语集的等级划分和隶属度的确定,以及传输可靠性的综合评估。该方法参考ZigBee技术物理层的射频性能和数据链路层的可靠性和低功耗性能,提取从芯片和数据包中获取到的数据,从节点设备、传输信道和外界环境三个方面对低功耗物联网的传输可靠性进行评估,形成多维度、多层次的性能指标体系。运用AHP-模糊综合评价方法,结合低功耗物联网的传输特性,针对端设备和协调器之间的数据传输工程,将定性与定量的指标数据相结合,用于实现低功耗物联网的传输可靠性分析与传输质量监测,以保证在物联网中充分利用无线资源的同时保持低功耗与可靠性的平衡。
本发明具有以下优点:
(1)本发明方法包括指标体系和指标体系权重的确定,评语集的等级划分和隶属度的确定,以及传输可靠性的综合评估;
(2)该方法参考ZigBee技术物理层的射频性能和数据链路层的可靠性和低功耗性能,提取从芯片和数据包中获取到的数据,从节点设备、传输信道和外界环境三个方面对低功耗物联网的传输可靠性进行评估,形成多维度、多层次的性能指标体系;
(3)运用AHP-模糊综合评价方法,结合低功耗物联网的传输特性,针对端设备和协调器之间的数据传输工程,将定性与定量的指标数据相结合,用于实现低功耗物联网的传输可靠性分析与传输质量监测,保证在物联网中充分利用无线资源的同时保持低功耗与可靠性的平衡。
本发明的技术方案不限于上述具体实施例的限制,凡是根据本发明的技术方案做出的技术变形,均落入本发明的保护范围之内。

Claims (6)

1.基于AHP-模糊综合评价的低功耗物联网传输可靠性评估方法,其特征在于,包括步骤:
步骤1:确定AHP-模糊综合评价传输可靠性指标体系,建立AHP层次结构模型,以传输可靠性为目标层A,下设主准则层B和分准则层C1、C2、C3;
步骤2:确定综合评价指标集U和评语集V,确立各指标的等级划分区间;
步骤3:计算得到准则层和分准则层的权重向量W,并进行一致性检验;
步骤4:确定可靠性评估的模糊综合评价隶属度矩阵G;
步骤5:计算低功耗物联网传输可靠性的综合评价结果值S。
2.根据权利要求1所述基于AHP-模糊综合评价的低功耗物联网传输可靠性评估方法,其特征在于,所述步骤1中确定传输可靠性指标体系具体包括:
步骤1-1:根据低功耗物联网特性,参照ZigBee底层协议规范和实际工程环境,确定影响传输可靠性的因素,确定指标对象;
步骤1-2:纵向维度建立AHP层次结构模型,目标层为传输可靠性,用A表示;主准则层包括:节点设备B1、传输信道B2、外界环境B3;分准则层包括:接收信号强度指示C11、数据包错误率C12、链路质量指示C13、丢包率C21、传输距离C22、传输时延C23;电磁干扰C31、节点数量C32、障碍物遮挡C33
3.根据权利要求1所述基于AHP-模糊综合评价的低功耗物联网传输可靠性评估方法,其特征在于,所述步骤2中确定综合评价指标集U和评语集V,确立各指标的等级划分区间,具体包括:
步骤2-1:
准则层B的指标集为:
UB={B1,B2,B3}={节点设备,传输信道,外界环境};
分准则层C1指标集为:
Figure FDA0003160825350000021
分准则层C2指标集:
Figure FDA0003160825350000022
分准则层C3指标集:
Figure FDA0003160825350000023
步骤2-2:评语集V={V1,V2,…,Vj},其中i=1,2,…,m,m为评价等级的个数,Vi为针对评价指标对象的评价等级,定义为5个层级,包括第一层级、第二层级、第三层级、第四层级与第五层级,设满分100,对五个等级分别打分;
步骤2-3:根据实际实验数据和协议规范,对因素集中的各个指标划分步骤2-2中5个等级对应的量化区间。
4.根据权利要求1所述基于AHP-模糊综合评价的低功耗物联网传输可靠性评估方法,其特征在于,所述步骤3中计算各个指标的权重系数和各层的权重向量,具体包括:
步骤3-1:构造各层的判断矩阵,包括主准则层B对目标层A的判断矩阵RAB、分准则层C对主准则层B的判断矩阵
Figure FDA0003160825350000024
采用标度方法将同一层指标两两比较,得到判断矩阵的各个元素;
步骤3-2:计算判断矩阵RAB
Figure FDA0003160825350000025
的最大特征值λmax和对应的特征向量,经归一化后得到各层指标的权重向量为WAB
Figure FDA0003160825350000026
Figure FDA0003160825350000027
Figure FDA0003160825350000028
Figure FDA0003160825350000029
且WC11+WC12+WC13=1;
Figure FDA00031608253500000210
且WC11+WC12+WC13=1;
Figure FDA00031608253500000211
且WC31+WC32+WC33=1;
步骤3-3:经步骤3-2得出的各层元素所占权重比,AHP能否将其作为指标元素的权重向量,需要一致性检验。根据公式
Figure FDA00031608253500000212
其中
Figure FDA00031608253500000213
RI是AHP给定的一致性指标;当一致性比率CR<0.1,该判断矩阵的各个元素值符合矩阵的一致性。
5.根据权利要求1所述基于AHP-模糊综合评价的低功耗物联网传输可靠性评估方法,其特征在于,所述步骤4中确定可靠性评估的模糊综合评价隶属度矩阵,结合实际的测试数据,根据步骤2所示的评语集V和等级划分区间,计算指标集U中各层指标的隶属度。
6.根据权利要求1所述基于AHP-模糊综合评价的低功耗物联网传输可靠性评估方法,其特征在于,所述步骤5中计算得到低功耗物联网传输可靠性的综合评价结果值S,具体计算公式为S=WΘG,式中W和G分别是各个准则层指标的权重向量和隶属度矩阵,Θ选用加权平均型算子
Figure FDA0003160825350000031
从分准则层C1、C2、C3开始,计算每一个层的评价结果分数,最后得到目标层A的综合评价结果,结果是一个满分为百分制的分值,作为低功耗物联网的传输可靠性评估结果。
CN202110790265.6A 2021-07-13 2021-07-13 基于ahp-模糊综合评价的低功耗物联网传输可靠性评估方法 Withdrawn CN113542065A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110790265.6A CN113542065A (zh) 2021-07-13 2021-07-13 基于ahp-模糊综合评价的低功耗物联网传输可靠性评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110790265.6A CN113542065A (zh) 2021-07-13 2021-07-13 基于ahp-模糊综合评价的低功耗物联网传输可靠性评估方法

Publications (1)

Publication Number Publication Date
CN113542065A true CN113542065A (zh) 2021-10-22

Family

ID=78127732

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110790265.6A Withdrawn CN113542065A (zh) 2021-07-13 2021-07-13 基于ahp-模糊综合评价的低功耗物联网传输可靠性评估方法

Country Status (1)

Country Link
CN (1) CN113542065A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114006825A (zh) * 2021-10-28 2022-02-01 西安热工研究院有限公司 一种基于用户偏好的网络流量数据属性权重的计算方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105207821A (zh) * 2015-07-28 2015-12-30 北京邮电大学 一种面向业务的网络综合性能评估方法
CN105471624A (zh) * 2015-11-16 2016-04-06 国网天津市电力公司 一种通信设备接入终端通信接入网的综合评价方法
CN106203123A (zh) * 2015-05-06 2016-12-07 北大方正集团有限公司 一种无线传感网安全评价方法及装置
CN108549984A (zh) * 2018-04-12 2018-09-18 南京南瑞继保电气有限公司 一种基于模糊ahp的电力通信传输网性能综合评估方法
CN110111024A (zh) * 2019-05-21 2019-08-09 南方电网科学研究院有限责任公司 基于ahp模糊综合评价模型的科技成果市场价值评估方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106203123A (zh) * 2015-05-06 2016-12-07 北大方正集团有限公司 一种无线传感网安全评价方法及装置
CN105207821A (zh) * 2015-07-28 2015-12-30 北京邮电大学 一种面向业务的网络综合性能评估方法
CN105471624A (zh) * 2015-11-16 2016-04-06 国网天津市电力公司 一种通信设备接入终端通信接入网的综合评价方法
CN108549984A (zh) * 2018-04-12 2018-09-18 南京南瑞继保电气有限公司 一种基于模糊ahp的电力通信传输网性能综合评估方法
CN110111024A (zh) * 2019-05-21 2019-08-09 南方电网科学研究院有限责任公司 基于ahp模糊综合评价模型的科技成果市场价值评估方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
杨坚: "生产车间ZigBee网络可靠性评估方法研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 *
王辉: "基于云模型和FAHP的WSN鲁棒性评估方法", 《广西师范学院学报(自然科学版)》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114006825A (zh) * 2021-10-28 2022-02-01 西安热工研究院有限公司 一种基于用户偏好的网络流量数据属性权重的计算方法

Similar Documents

Publication Publication Date Title
Shu et al. Research on link quality estimation mechanism for wireless sensor networks based on support vector machine
CN103716123B (zh) 一种传感器网络中分组丢失和错误的原因识别方法和系统
CN106533623B (zh) 跨协议通信方法及装置
CN104579523B (zh) 认知无线网络频谱感知和接入决策联合的优化方法
CN107113635A (zh) 用于确定小区状态以调整天线配置参数的方法和装置
CN106162720B (zh) 一种基于多属性决策的认知无线自组织网络节点稳定性评估方法
CN104320845B (zh) 一种基于传感器和量子智能计算的主用户定位方法
CN101615926B (zh) 认知无线电中的异步协同频谱感知方法
CN107306414A (zh) 故障诊断方法、装置和系统
CN107332631A (zh) 一种采用多属性群决策理论评价链路质量评估模型的方法
US11553396B2 (en) Path selection apparatus, path selection method and program
CN103581974A (zh) 链路质量评估方法及其系统
CN113542065A (zh) 基于ahp-模糊综合评价的低功耗物联网传输可靠性评估方法
Hribar et al. Using deep Q-learning to prolong the lifetime of correlated internet of things devices
CN114268547A (zh) 一种多属性决策的空中应急通信网络关键节点识别方法
CN114268981A (zh) 网络故障检测与诊断方法及系统
CN103346847A (zh) 基于迭代攻击检测的联合压缩频谱感知方法
CN114881401A (zh) 一种配电网与通信网耦合程度量化的评价方法
US11949615B2 (en) User equipment (UE) feedback of quantized per-path angle of arrival
CN106452666A (zh) 一种应用于无线传感器网络的轻量级数据压缩方法
CN103260179A (zh) 基于ZigBee的QPSO自校正定位方法
CN116437365A (zh) 一种无线传感器网络链路质量评价方法及系统
Cui Malware detection algorithm for wireless sensor networks in a smart city based on random forest
CN113890633A (zh) 一种基于深度神经网络的水声通信体制自适应选取方法
Park et al. Optimum sensor nodes deployment using fuzzy c-means algorithm

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20211022

WW01 Invention patent application withdrawn after publication