摘要
在无线传感器网络（WSNs）中，可靠的链路质量估计在很大程度上依赖于信道特性，而κ-μ阴影衰落模型能够灵活地刻画复杂封闭金属腔（CMC）环境下的这些特性。然而，一个根本性的矛盾随之产生：该模型参数的传统数值估计方法通常依赖于对耦合非线性矩方程的迭代求解，这可能会引入相当大的计算开销，并且对初始设置和收敛条件较为敏感，从而限制了其在WSNs中快速信道表征的适用性。我们提出了一种基于矩方法的闭式多参数估计算法，能够直接计算参数而无需借助迭代数值求解器。关键洞察在于，通过对归一化矩方程进行重构，可以发现其中隐藏的二次结构，从而实现无需迭代求解器收敛要求即可显式提取参数的目标。仿真结果表明，在代表性的MATLAB实现中，该闭式算法的评估耗时低于毫秒级，并且相对于所考虑的迭代求解器具有显著的计算节省。在相同预设复合参数条件下，该算法与相应的约束迭代估计器在分布拟合精度上基本一致，同时所需计算时间大幅减少。此外，重构的衰落分布能够提供准确的遍历容量预测，表明所提方法在WSNs中具有计算高效的链路质量表征潜力。
