农田多径信道概率感知网络链路预测方法及装置与流程

本发明涉及无线传感器网络
技术领域：
，尤其涉及一种农田多径信道概率感知网络链路预测方法及装置。
背景技术：
：无线传感器网络作为农业物联网的重要组成部分，可以方便地对农业生产中的实时环境信息进行精确感知与传输，应用前景广阔。在农田无线传感器网络监测应用中，针对农田面积大、传感器节点众多、无线信道环境受作物生长变化影响、网络拓扑结构动态变化等特点，如何保证节点间稳定高效的链路通信质量成为研究的重点之一。在现有无线传感器网络链路预测研究中，考虑的链路质量评价指标不尽相同，包括路径损耗、数据丢包率、路径能耗、网络负载、路径时延等。对于农田环境下的无线传感器网络链路预测目前研究较少，现有其他场景下的链路质量指标评价方法，均较难满足农田多径信道无线传感器网络的链路预测需求。对于基于信道路径损耗模型的链路预测方法，其采用的路损模型为理想条件下的自由空间衰减或是地面反射的对数衰减模型，通过节点间的RSSI或SNR值判断节点间链路质量优劣。而由于农田作物密集生长形成的多径环境，无线信号经过多次反射、绕射，通过多条路径到达接收端，因为多径信号到达相位差异，在接收端叠加，形成小尺度快衰落效应，造成了接收端信号强度的快速变化。通过简单的对数模型难以实现有效的描述，造成了链路通信质量预测的不准确。现在技术中一般认为两节点间的通信链路是对称的，所以仅进行单向的链路预测。由于农田环境中的多径效应主要由作物遮挡造成，作物遮挡的相对位置不同造成信号传播的特性不同，这也意味着任意节点间的通信链路并不对称，所以为了实现节点间的有效信息交换传递，需要对节点间的双向通信链路质量进行预测。也正因如此，节点间通信的发射能耗也不相同，因此现有技术中的链路能耗预测方法也并不适用于农田多径环境。技术实现要素：针对现有技术的缺陷，本发明提供一种农田多径信道概率感知网络链路预测方法及装置，能够根据遮挡方式的不同，采用大尺度模型与多尺度模型对农田信道进行区别化描述，实现了农田多径信道链路质量的准确预测估计。第一方面，本发明提供了一种农田多径信道概率感知网络链路预测方法，所述方法包括：对农田无线传感器网络信号传输状态进行监测，判断作物是否对无线信号造成遮挡；若作物未对无线信号造成遮挡，则采用直射径条件下的大尺度对数模型对所述农田无线传感器网络的链路通信质量进行预测；若作物对无线信号造成遮挡，则采用无直射径条件下的小尺度概率模型对所述农田无线传感器网络的链路通信质量进行预测。优选地，所述方法还包括：进行网络数据传输时，获取数据源节点与数据目的节点之间的多条上行链路路径；对于每条上行链路路径，获得所述上行链路路径的链路质量、数据传输能耗、数据传输时延；在满足传输链路质量的基础上，根据所述多条上行链路路径的数据传输能耗及数据传输时延，采用能耗优先的链路选择方法从所述多条上行链路路径中选择一条链路路径作为所述网络数据传输的链路。优选地，所述方法还包括：进行控制指令传输时，获取数据目的节点与数据源节点之间的多条下行链路路径；对于每条下行链路路径，获得所述下行链路路径的链路质量、数据传输能耗、数据传输时延；在满足传输链路质量的基础上，根据所述多条下行链路路径的数据传输能耗及数据传输时延，采用网络性能优先的链路选择方法从所述多条下行链路路径中选择一条链路路径作为所述控制指令传输的链路。优选地，所述对农田无线传感器网络信号传输状态进行监测，判断作物是否对无线信号造成遮挡，包括：根据所述农田无线传感器网络中的天线高度Ha及作物植株高度Hp，采用公式一确定遮挡余隙Hb：Hb＝Ha-(Hp+rp)公式一若所述遮挡余隙大于0，则判定所述作物未对天线信号造成遮挡；若所述遮挡余隙小于0，则判定所述作物对天线信号造成遮挡；其中，为最大一阶菲涅尔半径，d为收发天线间距离，c为光速，f为无线信号频率。优选地，所述若作物未对无线信号造成遮挡，则采用直射径条件下的大尺度对数模型对所述农田无线传感器网络的链路通信质量进行预测，包括：当所述遮挡余隙大于0时，采用公式二及公式三对所述农田无线传感器网络的链路通信质量进行表示：LQij＝LQji，(Hb>0)公式三其中，PWrij＝PWtij-PLij；PLij=10·nlgd+20lgf-10lg[GtGrc2(4π)2];]]>其中，LQij为节点i到节点j间的链路质量；LQji为节点j到节点i间的链路质量；PWrij为接收端信号强度；PWtij为发射端信号强度；Psensitivity为设备的灵敏度，即接收端可正常通信的最低信号强度；PLij为节点i到节点j间的路径损耗；Gt、Gr分别为发射天线和接收天线增益；d为发射天线与接收天线之间的距离；n为与环境相关的衰减因子，在农田环境无遮挡条件下，n的取值为2～4。优选地，所述若作物对无线信号造成遮挡，则采用无直射径条件下的小尺度概率模型对所述农田无线传感器网络的链路通信质量进行预测，包括：当所述遮挡余隙小于0时，采用公式四及公式五对所述农田无线传感器网络的链路通信质量进行表示：LQij＝Pij，(Hb<0)公式四LQij≠LQji，(Hb<0)公式五其中，x=20log(r10-3)-10log(R10-3);]]>f(r)=2(K+1)rE(r2)·exp(-K-(K+1)r2E(r2))·I0(2K(K+1)rE(r2));]]>其中，LQij为节点i到节点j间的链路质量；LQji为节点j到节点i间的链路质量；Pij为遮挡余隙Hb小于0条件下节点i被节点j感知的概率；其中fij(x)为节点i发射信号在节点j处接收的概率密度函数；Psensitivity为设备的灵敏度；x为接收端信号强度能量值单位为dBm；r为接收端信号幅度值单位为V；R为接收端阻抗；f(r)为接收端信号幅度r的概率密度函数；I0(·)为修正的零阶贝塞尔函数，为莱斯因子，ρ2为直射径功率，2σ2为散射径功率，r>0，E(r2)为接收端信号强度平方的期望。优选地，所述在作物对无线信号造成遮挡的情况下进行网络数据传输时，获取数据源节点与数据目的节点之间的多条上行链路路径，包括：对于网络数据传输，若节点A为数据源节点，节点B为数据目的节点，其间存在多条不同的链路路径，构成AB间的链路集RCAB＝{Rab1,Rab2,…,Rabn}；相应地，对于每条上行链路路径，获得所述上行链路路径的链路质量、数据传输能耗、数据传输时延，包括：令Rab1为从数据源节点A依次经节点i、节点j、节点k、节点l至数据目的节点B的链路，则链路Rab1的链路质量LQRab1估计如公式六所示：LQRab1＝LQAi·LQij·LQjk·LQkl·LQlB公式六链路Rab1的数据传输能耗POWERRab1估计如公式七所示：POWERRab1＝(PWtAi+PW0)+(PWtij+PW0)+(PWtjk+PW0)+(PWtkl+PW0)+(PWtlB+PW0)公式七其中，PWtAi为节点A发射至节点i的发射能耗，PWtij为节点i发射至节点j的发射能耗，PWtjk为节点j发射至节点k的发射能耗，PWtkl为节点k发射至节点l的发射能耗，PWtlB为节点l发射至节点B的发射能耗，PW0为节点接收与处理能耗；链路Rab1的数据传输时延DRab1估计如公式八所示：DRab1＝DAi+Dij+Djk+Dkl+DlB公式八其中，DAi为节点A发射至节点i的数据传输时间，Dij为节点i发射至节点j的数据传输时间，Djk为节点j发射至节点k的数据传输时间，Dkl为节点k发射至节点l的数据传输时间，DlB为节点l发射至节点B的数据传输时间；相应地，所述在满足传输链路质量的基础上，根据所述多条上行链路路径的数据传输能耗及数据传输时延，采用能耗优先的链路选择方法从所述多条上行链路路径中选择一条链路路径作为所述网络数据传输的链路，包括：若数据源节点A至数据目的节点B为数据传输方向，数据目的节点B至数据源节点A为应答控制信号传输方向，则采用能耗优先方法进行数据传输链路选择：所选链路包含在AB间的链路集RCAB内；所选链路为链路质量估计值大于第一预设值的路径：LQdata＝where(LQRCAB>LQth1)；若存在多个链路质量相当的路径，即目标集data中的链路数不唯一，则根据路径能耗选择能耗最小的链路：POWERdata1＝min(POWERdata)；若目标集data1中的链路数不唯一，则选择链路中最小能量节点的能量最大的链路：REdata2＝max(min(RE)data1)；若目标集data2中的链路数不唯一，则根据路径数据传输时延选择时延最小的链路：Ddata3＝min(Ddata2)；若目标集data3中的链路数不唯一，则随机选择一条链路作为当前数据传输的链路。优选地，所述在满足传输链路质量的基础上，根据所述多条下行链路路径的数据传输能耗及数据传输时延，采用网络性能优先的链路选择方法从所述多条下行链路路径中选择一条链路路径作为所述控制指令传输的链路，包括：若数据源节点A至数据目的节点B为数据传输方向，数据目的节点B至数据源节点A为应答控制信号传输方向，则采用性能优先方法进行控制指令传输链路选择：所选链路包含在BA间的链路集RCBA内；所选链路为链路质量估计值大于第二预设值的路径：LQcontrol＝where(LQRCBA>LQth2)；其中，LQth2>LQth1；若存在多个链路质量相当的路径，即目标集control中的链路数不唯一，则根据路径数据传输时延选择时延最小的链路：Dcontrol1＝min(Dcontrol)；若目标集control1中的链路数不唯一，则路径能耗选择能耗最小的链路：POWERcontrol2＝min(POWERcontrol1)；若目标集control2中的链路数不唯一，则选择链路中最小能量节点的能量最大的链路：REcontrol3＝max(min(RE)control2)；若目标集control3中的链路数不唯一，则随机选择一条链路作为当前控制指令传输的链路。第二方面，本发明提供了一种农田多径信道概率感知网络链路预测装置，所述装置包括：遮挡判断单元，用于对农田无线传感器网络信号传输状态进行监测，判断作物是否对无线信号造成遮挡；第一链路质量预测单元，用于当作物未对无线信号造成遮挡时，采用直射径条件下的大尺度对数模型对所述农田无线传感器网络的链路通信质量进行预测；第二链路质量预测单元，用于当作物对无线信号造成遮挡时，采用无直射径条件下的小尺度概率模型对所述农田无线传感器网络的链路通信质量进行预测。优选地，所述装置还包括：数据传输链路选择单元，用于：进行网络数据传输时，获取数据源节点与数据目的节点之间的多条上行链路路径；对于每条上行链路路径，获得所述上行链路路径的数据链路质量、传输能耗、数据传输时延；在满足传输链路质量的基础上，根据所述多条上行链路路径的数据传输能耗及数据传输时延，采用能耗优先的链路选择方法从所述多条上行链路路径中选择一条链路路径作为所述网络数据传输的链路。由上述技术方案可知，本发明提供一种农田多径信道概率感知网络链路预测方法及装置，通过对农田无线传感器网络信号传输状态进行监测，判断作物是否对无线信号造成遮挡；若作物未对无线信号造成遮挡，则采用直射径条件下的大尺度对数模型对所述农田无线传感器网络的链路通信质量进行预测；若作物对无线信号造成遮挡，则采用无直射径条件下的小尺度概率模型对所述农田无线传感器网络的链路通信质量进行预测。如此，本发明能够根据遮挡方式的不同，采用大尺度模型与多尺度模型对农田信道进行区别化描述，并以此为基础，提出了一种概率感知的农田无线传感器网络节点间链路预测与描述方法。针对大尺度效应模型中的确定链路与多尺度效应模型中的概率感知链路的不同特性，实现了农田多径信道链路质量的准确预测估计。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，还可以根据这些图获得其他的附图。图1是本发明一实施例提供的一种农田多径信道概率感知网络链路预测方法的流程示意图；图2a是本发明一实施例提供的对称链路节点间通信关系示意图；图2b是本发明一实施例提供的非对称链路节点间通信关系示意图；图3是本发明另一实施例提供的一种农田多径信道概率感知网络链路预测方法的流程示意图；图4是本发明另一实施例提供的一种农田多径信道概率感知网络链路预测方法的流程示意图；图5是本发明另一实施例提供的节点间非对称链路选择示意图；图6是本发明另一实施例提供的非对称信道网络通信上下行链路选择示意图；图7是本发明一实施例提供的一种农田多径信道概率感知网络链路预测装置的结构示意图；图8是本发明另一实施例提供的一种农田多径信道概率感知网络链路预测装置的结构示意图；图9是本发明另一实施例提供的一种农田多径信道概率感知网络链路预测装置的结构示意图。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。图1是本发明一实施例中的一种农田多径信道概率感知网络链路预测方法的流程示意图，如图1所示，所述方法包括如下步骤：S1：对农田无线传感器网络信号传输状态进行监测，判断作物是否对无线信号造成遮挡。具体来说，对于农田环境监测场景，当网络部署完成后，无线传感器节点的天线高度固定，只需在作物不同生长阶段采集植株高度，即可获得遮挡余隙，以判断作物是否对无线信号造成遮挡。S2：若作物未对无线信号造成遮挡，则采用直射径条件下的大尺度对数模型对所述农田无线传感器网络的链路通信质量进行预测。具体来说，作物未对无线信号造成遮挡时，直接采用大尺寸对数模型对链路通信质量进行预测即可，且任意两节点之间的双向链路是对称的。S3：若作物对无线信号造成遮挡，则采用无直射径条件下的小尺度概率模型对所述农田无线传感器网络的链路通信质量进行预测。具体来说，作物对无线信号造成遮挡时，无线信号由作物遮挡、发射形成无数的不可分辨多径，网络信道条件复杂，则采用小尺寸概率模型对此时的链路通信质量进行估计。且农田环境遮挡条件下的链路信道以概率方式实现节点间的感知，两节点间由于遮挡方式与参数不同，信道呈现不对称性。由此可见，本实施例通过对农田无线传感器网络信号传输状态进行监测，判断作物是否对无线信号造成遮挡；若作物未对无线信号造成遮挡，则采用直射径条件下的大尺度对数模型对所述农田无线传感器网络的链路通信质量进行预测；若作物对无线信号造成遮挡，则采用无直射径条件下的小尺度概率模型对所述农田无线传感器网络的链路通信质量进行预测。如此，本发明能够根据遮挡方式的不同，采用大尺度模型与多尺度模型对农田信道进行区别化描述，并以此为基础，提出了一种概率感知的农田无线传感器网络节点间链路预测与描述方法。针对大尺度效应模型中的确定链路与多尺度效应模型中的概率感知链路的不同特性，实现了农田多径信道链路质量的准确预测估计。具体来说，步骤S1，具体包括：根据所述农田无线传感器网络中的天线高度Ha及作物植株高度Hp，采用式(1)计算得到遮挡余隙Hb：Hb＝Ha-(Hp+rp)(1)其中，为最大一阶菲涅尔半径，d为收发天线间距离，c为光速，f为无线信号频率。若所述遮挡余隙大于0，则判定所述作物未对天线信号造成遮挡；若所述遮挡余隙小于0，则判定所述作物对天线信号造成遮挡。对于农田环境监测场景，当网络部署完成后，节点天线高度固定，只需在作物不同生长阶段采集植株高度，便可求得遮挡余隙Hb。进一步地，所述步骤S2中所述若作物未对无线信号造成遮挡，则采用直射径条件下的大尺度对数模型对所述农田无线传感器网络的链路通信质量进行预测，具体包括：当所述遮挡余隙大于0时，认为作物未对无线信号造成遮挡，采用大尺度对数模型对链路通信质量进行预测，PLij为从节点i到节点j的路径损耗如下式(2)所示：PLij=10·nlgd+20lgf-10lg[GtGrc2(4π)2]---(2)]]>其中，PWt为发射节点的发射功率；Gt、Gr分别为发射天线和接收天线增益；f为无线信号频率，c为光速；d为发射天线与接收天线之间的距离；n为与环境相关的衰减因子，在农田环境无遮挡条件下，n的取值为2～4。对于任意大规模农田环境无线传感器网络应用场景，f、Gt、Gr均为确定值，加上c和π为常数，所以上式(2)可以简化为PLij＝10·nlgd+A(3)其中，在遮挡余隙Hb大于0条件下，为确定感知。在节点i和j间存在d0，即节点i和j间的距离dij等于d0时，使得：PWrij＝PWtij-PLij＝Psensitivity(4)其中，PWrij为接收端信号强度；PWtij为发射端信号强度；Psensitivity为设备的灵敏度，即接收端可正常通信的最低信号强度。当dij≤d0时，节点间可以通信，感知强度为1；反之，当dij>d0时，节点间无法通信，感知强度为0。则有，当遮挡余隙Hb大于0时，节点i到节点j间的链路质量以下式(5)表示：LQij=1,PWrij≥Psensitivity0,PWrij<Psensitivity,(Hb>0)---(5)]]>其中，LQij为节点i到节点j间的链路质量；对于遮挡余隙Hb大于0时的大尺度效应下，因为直射径的存在，一般可认为链路具有对称性，即LQij＝LQji，(Hb>0)(6)其中，LQji为节点j到节点i间的链路质量。进一步地，所述步骤S2中所述若作物对无线信号造成遮挡，则采用无直射径条件下的小尺度概率模型对所述农田无线传感器网络的链路通信质量进行预测，包括：当遮挡余隙Hb小于0时，认为作物对无线信号造成遮挡，采用小尺度概率模型对链路通信质量进行预测。小尺度模型下，接收端信号幅度r的概率密度函数f(r)为：f(r)=2(K+1)rE(r2)·exp(-K-(K+1)r2E(r2))·I0(2K(K+1)rE(r2))---(7)]]>其中，I0(·)为修正的零阶贝塞尔函数，为莱斯因子，ρ2为直射径功率，2σ2为散射径功率，r>0，E(r2)为接收端信号强度平方的期望。K的函数式可通过不同时期农田环境实测数据经验建模的方法得出，该部分属于现有技术。本实施例中采用的K值模型是小麦农田经验模型，可根据作物生长阶段的实测数据采用多参数拟合方法得出。将接收端信号强度转化至对数坐标下，有：x=20log(r10-3)-10log(R10-3)---(8)]]>其中，x为接收端信号强度能量值单位为dBm，r为接收端信号幅度值单位为V，R为接收端阻抗，本实施例中R＝50Ω。本实施例可采用长期监测值取平均的方法对E(x2)进行估计，在同样的K值条件下，认为遮挡模型一致，则在每次链路估计时进行20次信号强度采样，则有：E(x2)=120NΣ20Nx2---(9)]]>其中，N为同一遮挡模型条件下的链路估计的次数。由此，可根据接收端信号强度的概率密度函数可知，节点j与节点i之间的接收端信号强度大于接收端灵敏度的概率为：Pij=Pij{x|x≥Psensitivity}=1-Pij{x|x<Psensitivity}=1-∫-∞Psensitivityfij(x)dx---(10)]]>其中，Pij为遮挡余隙Hb小于0条件下节点i被节点j感知的概率；其中fij(x)为节点i发射信号在节点j处接收的概率密度函数；Psensitivity为设备的灵敏度。则有，当遮挡余隙Hb小于0时，节点i到节点j间的链路质量以下式表示：LQij＝Pij，(Hb<0)(11)对于Pij大于预设值的情况，认为节点i以大概率被节点j感知，本实施例中概率阈值可取0.95。由此形成节点的不规则感知区域，如图2(b)中所示。对于遮挡余隙Hb小于0时的多尺度混合效应下，因为收发节点与遮挡物的相对关系不同，使得任意两节点间的双向链路的K、E(x2)值一般不相同，所以认为链路具有非对称性，即LQij≠LQji，(Hb<0)(12)其中，LQij为节点i到节点j间的链路质量；LQji为节点j到节点i间的链路质量。进一步地，在本发明的一个可选实施例中，如图3所示，所述方法还包括如下步骤：S4：进行网络数据传输时，获取数据源节点与数据目的节点之间的多条上行链路路径。S5：对于每条上行链路路径，获得所述上行链路路径的链路质量、数据传输能耗、数据传输时延。S6：在满足传输链路质量的基础上，根据所述多条上行链路路径的数据传输能耗及数据传输时延，采用能耗优先的链路选择方法从所述多条上行链路路径中选择一条链路路径作为所述网络数据传输的链路。进一步地，如图4所示，所述方法还包括如下步骤：S7：进行控制指令传输时，获取数据目的节点与数据源节点之间的多条下行链路路径。S8：对于每条下行链路路径，获得所述下行链路路径的链路质量、数据传输能耗、数据传输时延。S9：在满足传输链路质量的基础上，根据所述多条下行链路路径的数据传输能耗及数据传输时延，采用网络性能优先的链路选择方法从所述多条下行链路路径中选择一条链路路径作为所述控制指令传输的链路。由此可见，由于概率感知以及节点间遮挡关系的差异性，造成两节点间通信链路的非对称性。本实施例在此基础上提供了一种非对称信道下的节点间的链路质量最优的路径估计与选择方法。并在链路质量估计的基础上，结合链路能耗估计、链路时延估计等，提出一种链路多参数优化选择策略，在满足传输链路质量的基础上，综合考虑其他性能指标，保证网络的整体性能最优。本实施例针对节点间链路的非对称性以及网络通信的数据上行与指令下行链路的需求不同等特点，采用了数据链路能耗优先，控制链路性能优先的方法分别对上下行链路进行路径选择，保证了网络综合性能最优。为农田多径信道概率感知条件下无线传感器网络监测应用网络拓扑控制、路由选择优化等提供基础理论基础与依据。具体来说，数据在无线传感器网络两节点间传输时，数据从节点i传输至节点j，若节点j正确接收了来自节点i的数据，则需要返回应答ACK信号至节点i，完成此次数据传输，否则节点i在预设时间段内没有收到来自节点j的ACK信号，则需要启动通信故障处理机制，如进行数据重传。在存在直射路径的大尺度效应模型下，因为链路对称性，所以节点i、j可用相同的发送功率实现数据与ACK信号的双向传输，如图2(a)所示。在无直射路径的多尺度效应模型下，节点间以概率形式实现相互感知，由于链路的非对称性，节点i、j在相同的发送功率实现感知通信的概率可能不同，如图2(b)所示。其中节点j处于节点i的概率通信半径内部，所以节点i以大概率被节点j感知，即节点j以大概率(>95％)接收到来自节点i的数据。而节点i处于节点j概率通信半径边缘，则节点j被节点i感知的概率较低，即节点i接收到节点j发送数据的概率低。在概率感知的条件下，若节点i，j间的链路存在较大不对称性，即若存在i、j的公共邻居节点m，如图5所示，满足：LQjm·LQmi>LQji(13)则选择从节点j经节点m至节点i的链路作为由节点j到节点i的数据传输链路。具体来说，步骤S4中所述在作物对无线信号造成遮挡的情况下进行网络数据传输时，获取数据源节点与数据目的节点之间的多条上行链路路径，具体包括：对于网络数据传输，若节点A为数据源节点，节点B为数据目的节点，其间存在多条不同的链路路径，构成AB间的链路集RCAB＝{Rab1,Rab2,…,Rabn}。相应地，步骤S5中所述对于每条上行链路路径，获得所述上行链路路径的链路质量、数据传输能耗、数据传输时延，包括：令Rab1为从数据源节点A依次经节点i、节点j、节点k、节点l至数据目的节点B的链路，则链路Rab1的链路质量LQRab1估计如式(14)所示：LQRab1＝LQAi·LQij·LQjk·LQkl·LQlB(14)链路Rab1的数据传输能耗POWERRab1估计如式(15)所示：POWERRab1＝(PWtAi+PW0)+(PWtij+PW0)+(PWtjk+PW0)+(PWtkl+PW0)+(PWtlB+PW0)(15)其中，PWtAi为节点A发射至节点i的发射能耗，PWtij为节点i发射至节点j的发射能耗，PWtjk为节点j发射至节点k的发射能耗，PWtkl为节点k发射至节点l的发射能耗，PWtlB为节点l发射至节点B的发射能耗，PW0为节点接收与处理能耗；链路Rab1的数据传输时延DRab1估计如式(16)所示：DRab1＝DAi+Dij+Djk+Dkl+DlB(16)其中，DAi为节点A发射至节点i的数据传输时间，Dij为节点i发射至节点j的数据传输时间，Djk为节点j发射至节点k的数据传输时间，Dkl为节点k发射至节点l的数据传输时间，DlB为节点l发射至节点B的数据传输时间。相应地，步骤S6中所述在满足传输链路质量的基础上，根据所述多条上行链路路径的数据传输能耗及数据传输时延，采用能耗优先的链路选择方法从所述多条上行链路路径中选择一条链路路径作为所述网络数据传输的链路，包括：若数据源节点A至数据目的节点B为数据传输方向，数据目的节点B至数据源节点A为应答控制信号传输方向，则采用能耗优先方法进行数据传输链路选择：(1)所选链路包含在AB间的链路集RCAB内；(2)所选链路为链路质量估计值大于第一预设值的路径：LQdata＝where(LQRCAB>LQth1)(17)(3)若存在多个链路质量相当的路径，即目标集data中的链路数不唯一，则根据路径能耗选择能耗最小的链路：POWERdata1＝min(POWERdata)(18)(4)若目标集data1中的链路数不唯一，则选择链路中最小能量节点的能量最大的链路：REdata2＝max(min(RE)data1)(19)(5)若目标集data2中的链路数不唯一，则根据路径数据传输时延选择时延最小的链路：Ddata3＝min(Ddata2)(20)(6)若目标集data3中的链路数不唯一，则随机选择一条链路作为当前数据传输的链路。进一步地，对于应答控制信号传输链路，因为控制信号总量很小，传输的能耗总量较小，并不是网络整体寿命的主要影响因素，但对控制信号的传输准确性与时延有着较高的要求，否则，因为控制信号的非正常传输，则需要重传全部数据信号，造成不必要的网络资源浪费。因此，则采用性能优先方法进行控制信号传输链路选择。具体来说，步骤S9中所述在满足传输链路质量的基础上，根据所述多条下行链路路径的数据传输能耗及数据传输时延，采用网络性能优先的链路选择方法从所述多条下行链路路径中选择一条链路路径作为所述控制指令传输的链路，具体包括：若数据源节点A至数据目的节点为数据传输方向，数据目的节点B至数据源节点A为应答控制信号传输方向，则采用性能优先方法进行控制指令传输链路选择：(1)所选链路包含在BA间的链路集RCBA内；(2)所选链路为链路质量估计值大于第二预设值的路径：LQcontrol＝where(LQRCBA>LQth2)(21)其中，LQth2>LQth1，以保证对于控制信号的高可靠性传输；(3)若存在多个链路质量相当的路径，即目标集control中的链路数不唯一，则根据路径数据传输时延选择时延最小的链路：Dcontrol1＝min(Dcontrol)(22)(4)若目标集control1中的链路数不唯一，则路径能耗选择能耗最小的链路：POWERcontrol2＝min(POWERcontrol1)(23)(5)若目标集control2中的链路数不唯一，则选择链路中最小能量节点的能量最大的链路：REcontrol3＝max(min(RE)control2)(24)(6)若目标集control3中的链路数不唯一，则随机选择一条链路作为当前控制指令传输的链路。如图6所示的非对称信道网络通信上下行链路选择示意图，对节点间链路的非对称性以及网络通信的数据上行与指令下行链路的需求不同等特点，采用了数据链路能耗优先，控制链路性能优先的方法分别对上下行链路进行路径选择，保证了网络综合性能最优。本实施例提出的农田多径信道概率感知网络链路预测方法，从农田作物密集生长渐变对无线信号传输不同影响的角度出发，依据遮挡方式不同，采用大尺度模型与多尺度模型对农田信道进行区别化描述。并以此为基础，提出了一种概率感知的农田无线传感器网络节点间链路预测与描述方法。针对大尺度效应模型中的确定链路与多尺度效应模型中的概率感知链路的不同特性，实现了对农田多径信道链路质量的准确预测估计。不仅如此，由于概率感知以及节点间遮挡关系的差异性，造成两节点间通信链路的非对称性。本实施例提供了一种非对称信道下的节点间的链路质量最优的路径估计与选择方法。并在链路质量估计的基础上，结合链路能耗估计、链路时延估计等，提出一种链路多参数优化选择策略，在满足传输链路质量的基础上，综合考虑其他性能指标，保证网络的整体性能最优。本实施例针对节点间链路的非对称性以及网络通信的数据上行与指令下行链路的需求不同等特点，采用了数据链路能耗优先，控制链路性能优先的方法分别对上下行链路进行路径选择，保证了网络综合性能最优。为农田多径信道概率感知条件下无线传感器网络监测应用网络拓扑控制、路由选择优化等提供基础理论基础与依据。图7是本发明一实施例中的一种农田多径信道概率感知网络链路预测装置的结构示意图，如图7所示，所述装置包括：遮挡判断单元701、第一链路质量预测单元702及第二链路质量预测单元703。其中：遮挡判断单元701，用于对农田无线传感器网络信号传输状态进行监测，判断作物是否对无线信号造成遮挡；第一链路质量预测单元702，用于当作物未对无线信号造成遮挡时，采用直射径条件下的大尺度对数模型对所述农田无线传感器网络的链路通信质量进行预测；第二链路质量预测单元703，用于当作物对无线信号造成遮挡时，采用无直射径条件下的小尺度概率模型对所述农田无线传感器网络的链路通信质量进行预测。进一步地，在本发明的一个可选实施例中，如图8所示，所述装置还包括：数据传输链路选择单元704，用于：进行网络数据传输时，获取数据源节点与数据目的节点之间的多条上行链路路径；对于每条上行链路路径，获得所述上行链路路径的链路质量、数据传输能耗、数据传输时延；在满足传输链路质量的基础上，根据所述多条上行链路路径的数据传输能耗及数据传输时延，采用能耗优先的链路选择方法从所述多条上行链路路径中选择一条链路路径作为所述网络数据传输的链路。进一步地，如图9所示，所述装置还包括：控制指令传输链路选择单元705，用于：进行控制指令传输时，获取数据目的节点与数据源节点之间的多条下行链路路径；对于每条下行链路路径，获得所述下行链路路径的链路质量、数据传输能耗、数据传输时延；在满足传输链路质量的基础上，根据所述多条下行链路路径的数据传输能耗及数据传输时延，采用网络性能优先的链路选择方法从所述多条下行链路路径中选择一条链路路径作为所述控制指令传输的链路。对于装置实施例而言，由于其与方法实施例基本相似，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。在本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。还需要说明的是，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。以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。当前第1页1 2 3