• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Information Sciences and Systems, 2009. CISS 2009 >Modeling, estimating and predicting the packet-level Bit Error Rate process in IEEE 802.15.4 LR-WPANs using Hidden Markov Models
【24h】

Modeling, estimating and predicting the packet-level Bit Error Rate process in IEEE 802.15.4 LR-WPANs using Hidden Markov Models

机译：使用隐马尔可夫模型对IEEE 802.15.4 LR-WPAN中的数据包级误码率过程进行建模，估计和预测

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper describes a stochastic wireless channel model that captures the behavior of the packet-level bit error rate (BER) and the link quality indication (LQI) processes. The model is based on a discrete-time hidden markov model (HMM) whose hidden states correspond to different BERs, and whose observable states correspond to different LQI values. We use the Baum-Welch algorithm to train the HMM. The data required as input to the training phase is captured experimentally using IEEE 802.15.4 compliant Crossbow MICAz motes. We demonstrate the HMM-based channel model's (HCM) utility and versatility by three applications. In the first we use it to synthesize traces whose properties closely resemble those of the training data. This application simultaneously demonstrates the HCM's correctness as well. In the second application we demonstrate the HCM's ability to estimate a received packet's BER based on the LQI with which it was received. In the third application we demonstrate the HCM's ability to predict the BER to which future packets will be subjected. For evaluation purpose we restrict our prediction to the next packet.
机译：本文介绍了一种随机无线信道模型，该模型捕获了数据包级误码率（BER）和链路质量指示（LQI）过程的行为。该模型基于离散时间隐藏马尔可夫模型（HMM），其隐藏状态对应于不同的BER，并且其可观察状态对应于不同的LQI值。我们使用Baum-Welch算法训练HMM。使用兼容IEEE 802.15.4的Crossbow MICAz微粒，可以实验性地获取训练阶段输入所需的数据。我们通过三个应用程序演示了基于HMM的渠道模型（HCM）的实用性和多功能性。首先，我们使用它来合成轨迹，其特性与训练数据的特性非常相似。该应用程序同时还演示了HCM的正确性。在第二个应用程序中，我们演示了HCM根据接收到的数据包的LQI估算接收到的数据包的BER的能力。在第三个应用程序中，我们演示了HCM预测将来的数据包将经受的BER的能力。出于评估目的，我们将预测限制在下一个数据包。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号