高级数据库课程论文讲解

本论文涉及机器学习相关概念介绍

正规方程 （Normal equation）
假设
则可得
一、讲解必备基础知识介绍

本论文涉及机器学习相关概念介绍

对比正规方程 （Normal equation）和梯度下降（Gradi
二、本论文的写作动机及要解决的问题

写作动机

无线传感器网络（WSN）已经变得越来越多样化，并 且今天也能够支持诸如多媒体之类的高数据速率应用 。在这种情况下，每分组信道握手/切换可能导致额外 的开销，例如能量消耗，延迟，并因此导致数据丢失。

我们需要找到一个方案最大限度地减少了在多通道 WSN中适应基于流的通信的通道切换开销（在切换延 迟和能量消耗方面）。
二、本论文的写作动机及要解决的问题

要解决的问题

怎样确定适用于机器学习算法的训练和测试数据集？ 怎样选择适当的机器学习算法？


怎样比较各个算法之间的优劣，最终选择出最佳算法？
三、数据模型和数据集
四、算法介绍

NEAMCBTC算法

算法总结：

每当观察到信道质量级别的任何有意义的变化时， 信道都会被β- tracker 立即跟踪，解决了NEWMAC 算法不能及时跟踪的弊端。

NEAMCBTC算法使用自适应信道成熟度标准估计 信道质量，能够动态地分配过去信道权重和当前信 道的权重。
四、算法介绍
三、数据模型和数据集

数据集
四、算法介绍

wenku.baidu.com
NEC算法

算法模型：

假设函数：
四、算法介绍

NEC算法
四、算法介绍

NEC算法

算法总结：

NEC算法在瞬时信道质量观测的基础上进行信道等 级估计，在所讨论的算法中计算量最小，并且可 以在当前时间的可用信道中找出最佳值。

NEC算法不能给出信道质量的任何长期/平均预测， 并且可能遭受频繁的信道切换开销，这使得它并 不适于基于流的通信。

NEAMCBTC算法
四、算法介绍

NEAMCBTC算法

计算β -tracker公式：
四、算法介绍

NEAMCBTC算法

信道一般稳定性标准（ψ）：通道一般稳定性标准ψ是 当通道驻留在特定质量水平（即，良好/中间/不良）时 的时间的度量。在这方面，如果信道在长时间间隔内 保持特定的质量水平，则视为更稳定的频道。当信道 转换到新的质量级别时，只要信道保持在该特定质量 级别中，则信道稳定性标准ψ恢复并在每个间隔上递增

数据模型

我们将WMSN建模为有向图 G(S,E)其中顶点集合V表 示N个启用多媒体的传感器节点，即，V={ni|i=1,2,3, ⋯,N}。传感器节点随机分布在感测领域，可以是静态 或动态的。有一个双向边e∈E 在任何两个相邻顶点之 间 ni 和 nj，这可能使他们能够相互进行信道协商。

物理层模型允许每个传感器节点进行计算 std(RSSI) 和 avg(LQI)在时刻t的任何通道i上的接收到的数据 包。之后，采用基于机器学习的技术来估计相应通道 的质量。

一、讲解必备基础知识介绍

本论文涉及机器学习相关概念介绍

线性回归（Linear Regression）是机器学习中最基 本的一种方法。所谓回归，就是给定一系列离散的点 (x0,y0)，求一条直线 f(x)=ax+b 以使得各点与直线的 距离之和最小。在machine learning 中，线性回归要 做的就是求得最优的 a 和 b，以此达到对未来数据能 够有一个足够好的预测。 假设函数（hypothesis function）我们需要一个函数来 拟合我们得到的一些数据，我们不妨把这个函数称为 这里是线性回归，所以可以把假设函数设为
五、各算法之间的互相比较及评估结果

信道质量评估
五、各算法之间的互相比较及评估结果

信道跟踪评估
五、各算法之间的互相比较及评估结果

信道切换能量消耗评估
五、各算法之间的互相比较及评估结果

信道切换延迟开销评估
六、结束语

高数据速率多信道应用可以执行每分组握手，这可能导 致信道切换开销和数据丢失。解决方案是在传输整个数 据流之前，选择质量和稳定性好的信道，以减少信道切 换造成的能量消耗和延迟开销，进而降低数据丢失的概 率。本文根据各个算法之间的比较，很明显可以判断出 Extended--NEAMCBTC算法是最佳的解决方案。
四、算法介绍

Extended--NEAMCBTC算法

算法总结：

Extended--NEAMCBTC作为NEAMCBTC的扩展算 法，同NEAMCBTC算法相比除了继承了它所有的 优点，还具有更突出的稳定性，更好的信道质量， 更少的信道切换能量消耗。同时也是本文介绍所有 算法中最优秀的算法和最佳解决方案。

本文虽然采取了最简单的机器学习算法线性回归，不过 根据各个算法的比较可以发现，如果增加适当的权重和 参数，也是可以得到一些很优秀的算法。但怎样选择合 适的权重和参数是一个比较复杂的问题，需要经过不 断的尝试，检测和互相比较才能得出。还有一点就是你 要具备相关的行业知识。
目录

一、讲解必备基础知识介绍
二、本论文的写作动机及要解决的问题 三、数据模型和数据集 四、算法介绍 五、各算法之间的互相比较及评估结果 六、结束语
一、讲解必备基础知识介绍


传感器
传感器让物体活起来，相当于人的眼（光敏传感器） ，耳（声敏传感器），鼻（气敏传感器），舌（化学 传感器），身（压敏传感器、温敏传感器、流体传感 器）
物理类：力、热、光、电、磁、声等物理反应。
化学类：基于化学反应。 生物类：基于蛋白质和激素等分子识别功能
一、讲解必备基础知识介绍

传感器一般由敏感元件、转换元件、变换电路和 辅助电源四部分组成，如下图所示：
一、讲解必备基础知识介绍

传感器网络

传感器网络实现了数据的采集、处理和传输三种功能。 它与通信技术和计算机技术共同构成信息技术的三大 支柱。 传感器的发展过程：传感器—传感器网络—无线传感 器网络（Wireless Sensor Network, WSN）—无线多媒 体传感器网络（Wireless Multimedia Sensor Networks ， WMSN，）
三、数据模型和数据集

数据集

特征集为：std(RSSI)和 avg(LQI)。
信道等级测量（CRM,Channel Rank Measurement)
注：τ = 3.5和μ = 100是调整参 数，其将范围[0,1]中的基于CRM 的信道质量训练数据集的值约束。 注：σ = 15 γ = 4.0,以保证std(RSSI)和 avg(LQI)处于一个共同的级别。
一、讲解必备基础知识介绍

RSSI

Received Signal Strength Indication接收的信号强度指 示，无线发送层的可选部分，用来判定链接质量，以 及是否增大广播发送强度。

RSSI的值对应的单位是dbm。 dbm(Decibel-milliwatts )：分贝毫瓦，表示某一功率与1mw的相对关系，数值 x(dbm)与功率P（mw）的具体计算公式如下

一、讲解必备基础知识介绍


本论文涉及机器学习相关概念介绍
多元线性回归(Linear Regression with Multiple features /variables)就是给定一系列离散的点(x0,y0)，求一条直线 Y=b0+b1x1+…+bkxk+e 以使得各点与直线的距离之和 最小。
多元假设函数（hypothesis function）

一、讲解必备基础知识介绍

本论文涉及机器学习相关概念介绍

正规方程 （Normal equation）
假设我们有 m 组训练数据：(x(1),y(1)),(x(2),y(2)), ...,x(m),y(m)；其中每组数据均有 n 个特征。
一、讲解必备基础知识介绍
四、算法介绍

NEWMAC算法

算法公式：
四、算法介绍

NEWMAC算法
四、算法介绍

NEWMAC算法

算法总结：

NEWMAC算法基于过去的信道知识和当前信道质 量观察来估计信道质量。因此，它可以预测信道 的平均行为，规避了NEC算法只能计算瞬时值的 弊端。

基于滑动平均方法， NEWMAC算法需要比NEC更 多的内存和处理能力，并且呈现出缓慢的增长速度 这不适合及时跟踪信道质量的任何重大/微小的变化
一、讲解必备基础知识介绍

LQI

LQI (link quality indicator)是链路质量指示，表示接收 数据帧的能量与质量。其大小基于信号强度以及检测 到的信噪比(SNR)，由MAC(media access control)层计 算得到并提供给上一层，一般与正确接收到数据帧的 概率有关。IEEE 802.15.4标准定义了链路质量：指示 (LQI)计量的就是所收到的数据包的强度和/或质量。 RSSI与LQI之间的转换关系如下： RSSI = -(81-(LQI*91)/255)
四、算法介绍

NEAMCBTC算法

算法公式：
四、算法介绍

NEAMCBTC算法
四、算法介绍

NEAMCBTC算法

信道成熟度标准（η）：与NEWMAC算法不同， NEAMCBTC算法采用动态信道加权过程控制 η，其 自适应地将权重分配给过去和当前的信道质量预测。 如果渠道质量水平持续下去，那么价值η 随着时间的 推移使用一般稳定性标准成熟（递增） ψ，并且随后 增加由循环函数f（c）确定的过去信道质量预测的置 信度，除非最大到期限 η= 10或信道质量主要/次要降 级/升级，并且恢复通道成熟程序（这里 η= 1）。

无线传感器网络所具有的众多类型的传感器，可探测 包括地震、电磁、温度、湿度、噪声、光强度、压力 、土壤成分、移动物体的大小、速度和方向等周边环 境中多种多样的现象。潜在的应用领域可以归纳为: 军事、航空、防爆、救灾、环境、医疗、保健、家居 、工业、商业等领域。
一、讲解必备基础知识介绍

无线传感器网络定义及作用
四、算法介绍

NEAMCBTC算法
四、算法介绍

NEAMCBTC算法

信道跟踪标准（β - Tracker）： β -tracker连续监视 信道的质量水平Q(ch) 在通道质量下降/上升的情况下 作出适当的决定. 信道质量水平Q(ch)：令q1=0.3,q2=0.2,q3=0.1。

四、算法介绍

一、讲解必备基础知识介绍

无线传感器网络定义及作用

无线传感器网络（Wireless Sensor Network, WSN）是 由大量的静止或移动的传感器以自组织和多跳的方式 构成的无线网络，以协作地感知、采集、处理和传输 网络覆盖地理区域内被感知对象的信息，并最终把这 些信息发送给网络的所有者。

Extended--NEAMCBTC算法

算法提出原因：当信道质量主要/次要降级/升级时， NEAMCBTC算法从头开始恢复信道成熟度准则时，这 可能导致更倾向于刚刚获得最佳质量的频道，尽管它可 能在最近过去遭受不稳定。

算法公式：仅仅是在NEAMCBTC算法基础上加上了 一个一般稳定性标准（ψ）而已，但结果却出奇的好。