Link-Reliability Based Two-Hop Routing for Wireless Sensor Networks
无线传感器网络（WSNs）作为新型大规模网络化嵌入式系统的底层基础设施而出现.然而，无线传感器网络的系统设计者必须满足应用程序（和用户）的服务质量（QoS）的要求。非常恶劣和动态的物理环境和极其有限的能量/计算/存储器/通信节点资源是满足QoS度量（诸如可靠性、及时性和系统寿命）的主要障碍。无线传感器网络节点通信范围的有限性、链路的不对称性以及物理环境的特点是造成网络QoS下降的主要原因。提出了一种基于链路可靠性的无线传感器网络两跳路由协议。该协议在考虑链路可靠性、两跳速率和功率效率的同时，降低了分组截止期丢失率，并利用存储和计算有效的方法来估计链路度量。数值结果表明，该协议具有较低的数据包截止时间错过率和较长的传感器网络生命周期。结果表明，该协议是一个可行的解决方案的QoS路由问题的无线传感器网络，支持实时应用。
2014-02-28 cs.NI
Throughput Performance of 2$\times$2 Mimo LTE Downlink in a Spatial Correlation Based Microcellular Channel for Wireless Broadband Networks
多输入多输出（MIMO）技术将成为下一代无线宽带服务的可行选择，以满足对吞吐量和系统鲁棒性的要求。在长期演进（LTE）中，MIMO技术已被广泛用于获得更好的下行链路峰值速率、小区覆盖以及平均小区吞吐量。在本论文中，2x2 MIMO被作为在微蜂窝传播场景下的LTE下行链路的基线配置，考虑具有差散射环境和富散射环境的基于非物理相关性的信道。针对差散射环境和富散射环境获得下行链路的吞吐量容量。此外，还研究了MIMO技术的两个重要方面，即空间复用（SM）和发射分集（TD），以了解它们对系统吞吐量的影响。讨论了移动台速度、多径数、Rician因子等参数对系统吞吐量的影响。本文的研究有助于估计LTE下行链路在SM和TD模式下的吞吐量容量。
2011-11-07 cs.NI
Achieving the Scaling Law of SNR-Monitoring in Dynamic Wireless Networks
无线通信信道的特性可能由于衰落、环境变化和移动无线设备的移动而随时间变化。因此，跟踪和估计无线信道的信道增益是许多无线通信系统的基本重要元素。特别地，许多无线网络中的接收机需要借助于训练序列来估计信道增益。研究了无线网络中信道增益监测开销与网络规模的缩放定律。我们首先调查的情况下，接收器需要跟踪相对于多个发射器的信道增益。具体而言，假设有n个发射机，并且在当前一轮信道增益估计中，不超过k个信道自上一轮以来遭受显著变化。我们证明了“Θ（k \log（（n+1）/k））时隙”是赶上k个变化信道所需的最小时隙数。同时，我们提出了一种新的信道增益监测方案ADMOT，以达到开销下限。ADMOT利用无线通信中的信号处理和干扰处理中的压缩感测的最新进展，以使接收机能够在O（k \log（（n+1）/k））个时隙内以可靠且计算高效的方式估计所有n个信道。据我们所知，所有先前的信道跟踪方案都需要Θ（n）个时隙，而不管k。注意，基于上述针对单个接收器场景的结果，实现了其中存在多个发射器、中继节点和接收器的一般设置的缩放定律。
2010-08-14 cs.NI
Selfish Carrier Monitoring in WIFI Using Distributed Sniffers
本文提出一种利用分布式嗅探器被动监测无线流量，通过机器学习推断载波侦听关系，以估计节点间干扰并检测自私载波侦听行为的方法，仿真验证其准确性优于简单启发式且与主动测量相当。
2024-06-25 cs.NI
Decentralized AP Selection in Large-Scale Wireless LANs Considering Multi-AP Interference
由于多个基本服务集（BSS）重叠，无线局域网（WLAN）中接入点（AP）的密集化增加了每个AP的干扰和竞争域。因此，来自目标AP处的多个同信道BSS的高干扰损害系统性能。为了提高系统性能的存在下，多BSS干扰，我们提出了一个分散的AP选择方案，考虑到在候选AP的干扰，并选择AP，提供最佳的信号干扰噪声比（SINR）。在所提出的算法中，AP选择过程分布在用户站（STA），是基于估计的SINR在下行链路中。估计下行链路中的SINR有助于捕获来自相邻BSS或AP的干扰的影响。基于模拟的大规模802.11网络，所提出的方案优于当前802.11标准中使用的最强信号优先（SSF）AP选择方案以及[3]中的平均探测延迟（MPD）AP选择算法;它在总吞吐量方面分别比SSF和MPD提高了99%和43%。在增加STA密度的同时，所提出的方案被示出为增加聚合网络性能。
2016-08-17 cs.NI
Energy Aware Node Selection for Cluster-based Data Accuracy Estimation in Wireless Sensor Networks
本文的主要目标是减少传感器节点的数量，通过估计数据的准确性和能量消耗之间的权衡选择节点的概率方法在分布式网络中。设计程序/方法：由于传感器节点的高密度部署，在空间域中的传感器节点之间观察到的数据高度相关。这些传感器节点之间的数据高度相关，形成非重叠的分布式集群。我们为每个分布式集群开发了一个概率模型，以执行网络中的数据准确性和能耗模型。最后，我们找到一个折衷的数据精度和能源消耗模型，以选择一个最佳的传感器节点数量在每个分布式集群。我们还比较了网络中每个分布式集群的数据精度估计模型与信息精度模型的性能。实际应用：物理环境中的温度测量和农业领域中的水分测量。创意/新颖的想法：基于数据准确性和能量消耗权衡的分簇分布式网络中概率方法的最优节点选择。
2011-11-18 cs.NI
Fast Collision Simulation for Cyclic Wireless Protocols
随着大多数现代智能手机支持低功耗蓝牙（BLE）或ANT+等无线协议，网络数量正在迅速增长。因此，需要考虑多个网络之间的冲突，以选择适当的协议参数。随着网络数量的增长，用于估计冲突率的模拟在计算上变得非常复杂和冗长。因此，大量的模拟时间构成了分析复杂案件的主要限制。在本文中，我们提出了一种新的模拟技术，可以加快碰撞模拟的一个数量级在现实情况下。每当模拟数据包的传输时，都会利用BLE等协议的循环特性来预测下一个有可能发生冲突的数据包。在不影响仿真结果的情况下，可以跳过其间的所有传输。基于网络的传输间隔，可以计算它们的分组之间的时间偏移的每个周期的一定收缩。使用这种收缩和任何两个数据包的开始时间之间的当前偏移，我们提出的模拟模型可以准确地预测下一对需要模拟的数据包。虽然我们提出的技术针对BLE协议，但该理论是通用的，也可以用于许多其他循环协议，如ANT/ANT+。
2018-07-04 cs.NI
Denoising Diffusion Probabilistic Model for Radio Map Estimation in Generative Wireless Networks
针对现有无线电图估计方法成本高、耗时长的问题，提出基于条件去噪扩散概率模型的RM-Gen框架，结合环境感知数据筛选，仅用少量数据即可生成高精度无线电图，性能优于基线模型，为网络优化提供低成本方案。
2025-01-11 cs.NI
Improved Robust Node Position Estimation in Wireless Sensor Networks
提出了一种在无线传感器网络（WSN）中估计位置感知节点与位置感知节点的相对位置以及节点间接收信号强度（RSS）的新方法。在该方法中，一个正则化项被纳入优化问题，导致显着改善的估计精度，即使在存在的位置感知节点的位置误差和节点之间的距离误差。正则化项根据网络中节点之间的连通度适当加权。该方法被制定为一个凸优化问题，使用半定松弛方法。与最先进的竞争方法的实验比较表明，所提出的方法产生的节点的位置是更准确的，即使在存在测量误差。
2014-02-09 cs.IT cs.NI math.IT
Service Modeling and Delay Analysis of Packet Delivery over a Wireless Link
对于无线链路上的分组传递的延迟分析，引入了几个新的想法。一种是构造等效的$G/G/1$无损耗路由模型以简化分析，通过利用从测量获得的分组出错率、分组服务时间和分组丢失率的经验模型来实现。第二种是利用经典的排队论结果来近似平均时延。对于时延分布的估计，利用了新发展的随机网络演算（SNC）理论，形成了第三种思想。为了使这个SNC为基础的分析，随机服务曲线表征的链接，依赖于从经验模型获得的数据包服务时间模型。聚焦链路是802.15.4无线链路。在广泛的设置下进行了广泛的实验研究。实验结果验证了所提出的思想。验证结果表明，所提出的方法，结合经验和分析模式，是有效的服务建模和延迟分析。这表明了一个综合的方法，现在发现以前，定量的了解通过无线链路的数据包传输的延迟性能。
2022-08-04 cs.NI cs.PF
Estimating the number of receiving nodes in 802.11 networks via machine learning techniques
如今，大多数移动设备配备有多个无线接口，引起了对设备到设备（D2 D）通信的新兴研究兴趣：D2 D范例背后的想法是利用适当的接口直接与另一个用户通信，而不穿过任何网络基础设施。与该范例相关的第一个问题在于需要协调器（称为控制器），其能够决定何时激活D2 D连接是适当的并且最终能够管理这样的连接。从这个角度来看，可以利用软件定义网络（SDN）的范例来处理设备之间的数据流以及与每个设备直接交互。这项工作的重点是一个场景中，设备被选择的SDN控制器，以成为一个WiFi-Direct网络的主节点。其余的节点称为客户端，可以通过主节点与其他节点交换数据。目标是通过不同的机器学习方法来推断积极参与接收数据的节点的数量，仅利用客户端侧可用的信息，而不修改任何标准通信协议。关于客户端节点的数量的信息是至关重要的，例如，用户希望在下载文件时精确预测传输估计到达时间（ETA）。
2016-05-13 cs.NI
A Wireless Multimedia Sensor Network Platform for Environmental Event Detection Dedicated to Precision Agriculture
精准农业是一种通过保护地球资源和减少污染来提高农业生产和支持可持续发展的新技术。无线传感器网络（WSN）通过监测农田中感兴趣的不同参数，能够对灌溉水资源管理、选择最佳收获点、估计肥料需求和更准确地预测作物产量等问题进行实时决策。尽管近年来标量传感器网络取得了巨大的进步，但由于标量传感器网络的温度、土壤湿度、空气湿度和光照强度等标量数据不足以检测植物病害和昆虫等所有环境事件，无法满足无处不在的智能环境事件检测的要求。因此，为了满足这些要求，需要多媒体数据。在本文中，我们提出了一个强大的多支持和模块化的无线多媒体传感器网络（WMSN）平台，这是一种无线传感器网络配备了一个低成本的CCD相机。该WMSN平台可用于各种环境事件检测，例如精准农业应用中植物病害和昆虫的存在。
2018-05-15 cs.CY cs.NI
Wireless Network Topology Inference: A Markov Chains Approach
本文提出一种基于马尔可夫链匿名状态观测的无线网络拓扑推断方法，构造一致估计量逼近转移矩阵，实验表明其在高拥塞条件下优于传递熵。
2025-07-02 cs.NI math.PR math.ST
Joint Ranging and Clock Parameter Estimation by Wireless Round Trip Time Measurements
本文提出了一种利用双程到达时间测量估计时钟误差和距离的新方法，通过数值分析和实验验证，实现了频率、相位和距离的高精度估计，适用于实验系统中的同步与定位。
2015-01-22 cs.NI cs.SY eess.SY
Wireless Link Quality Estimation Using LSTM Model
Graduate School of Engineering Nagaoka University of Technology Nagaoka, Niigata, Japan；Graduate School of Engineering Nagaoka University of Technology Nagaoka, Niigata, Japan k\
本文提出一种基于LSTM的无线链路质量估计模型，利用链路质量序列信息进行预测，并在真实环境数据集上相比LQE-SAE模型取得了准确率提升4.0%、宏F1提升4.6%的更好效果。
2024-10-22 cs.LG cs.NI
Analysis of Average Travel Time for Stateless Opportunistic Routing Techniques
无线网络中的搜索、路由、自稳定和查询处理等应用都可以用图上的随机游动来描述。无状态启发式路由技术是一种基于随机游走方法的鲁棒分布式路由技术，节点将数据包均匀地转发到其直接邻居节点，直到数据包到达目的节点。该算法具有执行简单、容错、开销小和对拓扑变化的鲁棒性等优点，更适合于无线传感器网络应用。但无状态机会路由的主要缺点是需要估计和研究网络参数对分组延迟的影响。在这项工作中，我们推导出的平均延迟或平均数据包旅行时间的解析表达式的r-最近邻圈，r-最近邻环网络。进一步，我们推导了m维r-最近邻环面网络的平均延迟的一般表达式，并研究了节点数、最近邻和网络维数对平均包传输时间的影响。
2014-12-09 cs.NI
An Analytical Model for the Intercell Interference Power in the Downlink of Wireless Cellular Networks
在本文中，我们提出了一种方法来估计的统计小区间干扰功率在下行链路的多细胞网络。我们首先建立了一个解析表达式的概率定律的干扰功率时，只考虑瑞利多径衰落。接下来，专注于传播环境中的小规模瑞利衰落以及大规模的影响，包括衰减与距离和对数正态阴影，被考虑在内，我们阐述了一种半解析方法来建立直方图的干扰功率分布。从这个组合的小规模和大规模的衰落背景下获得的结果，然后，我们开发了一个统计模型的干扰功率分布。这个模型的兴趣在于，它可以应用于一个大范围的值的阴影参数的事实。所提出的方法也可以很容易地扩展到其他类型的网络。
2011-07-21 cs.IT cs.NI math.IT
Measuring Pulsed Interference in 802.11 Links
无线802.11链路在未授权频谱中操作，因此必须适应生成脉冲干扰的其他未授权发射机。我们提出了一种新的方法来检测影响802.11链路的脉冲干扰的存在，并估计这种干扰的时间统计。这种方法建立在最近的工作区分冲突损失的噪声损失在802.11链路。当干扰脉冲之间的间隔是i.i.d.时，该方法不限于估计这些间隔的均值和方差，而是可以恢复完整的概率分布。该方法是一种发射机侧技术，提供每链路信息，并与标准硬件兼容。我们证明了所提出的方法使用广泛的实验测量的有效性。除了监控、管理和诊断的应用之外，我们的方法提供的基本信息还可以用于调整网络中使用的帧持续时间，以便在存在脉冲干扰的情况下增加容量。
2011-07-27 cs.NI
A Range-Free Node Localization Method for Anisotropic Wireless Sensor Networks with Sparse Anchors
针对各向异性无线传感器网络中距离估计不准确的问题，提出了一种基于多跳路径可靠性加权的AW-MinMax无测距节点定位方法，通过矩阵变换和SCA算法求解非凸优化模型，显著提升了定位的稳定性和准确性。
2024-10-29 cs.NI eess.SP
ReaCritic: Reasoning Transformer-based DRL Critic-model Scaling For Wireless Networks
Department of Electrical and Electronic Engineering, University of Hong Kong（香港大学电子与电气工程系）
ReaCritic通过引入基于推理的变压器结构，提升DRL在无线网络中的适应性和性能表现。
2026-02-18 cs.LG cs.NI
Opportunistic Scheduling Using Statistical Information of Wireless Channels
针对最大权重调度器依赖瞬时CSI导致权重收敛慢的问题，本文利用SNR均值和方差构建权重优化并提出迭代求解及在线自适应架构，显著减少时隙开销并提升平均速率。
2024-02-13 cs.IT cs.NI eess.SP
What If We Had Used a Different App? Reliable Counterfactual KPI Analysis in Wireless Systems
College of Information Science and Electronic Engineering, Zhejiang University（浙江大学信息科学与电子工程学院）
本文针对无线系统中无法同时观测实际与反事实KPI的难题，提出基于共形预测的反事实分析方法，为估计KPI提供可靠误差条，实验验证了其在MAC层和物理层应用中的有效性。
2025-01-23 cs.IT cs.LG cs.NI
Prediction of the Received Power of Low-Power Networks Using Inertial Sensors
针对水体表面部署的低功耗IoT传感节点无线链路稳定性问题，提出基于梯度下降优化参数的MMSE接收功率预测模型，规避矩阵求逆，少量迭代即可达91%准确率，适配资源受限设备。
2025-02-21 cs.NI
Updating Neighbour Cell List via Crowdsourced User Reports: a Framework for Measuring Time Performance
在本文中，我们介绍的想法，估计本地拓扑结构的无线网络通过众包的用户报告。在这种方法中，每个用户周期性地向服务基站报告关于由用户观察到的相邻基站的集合的信息。我们表明，通过映射到不断增加的知识状态的网络的局部拓扑结构，可以得到一个清晰的数学框架，这反过来又允许使用各种用户移动模型。使用一个简化的移动模型，我们展示了如何获得有用的上界的预期时间为基站获得充分的知识，其本地的邻居，回答的基本问题，哪些类的网络部署可以有效地受益于众包的方法。
2019-11-20 cs.NI cs.SI
