无线传感器网络是一种由大量部署在监控区域的节点以自组织方式形成的网络,链路是实现节点互连和通信的基础,感知节点资源的有限性、监测环境的复杂性、以及噪声的多样性导致节点间链路质量呈现出方向性、非对称性、波动性以及通信“灰区”等时空特性,使得节点间通信具有不稳定性,影响数据的传输。有效的链路质量评估是拓扑控制以及路由控制的基础,可以保障数据的传输,有助于提高整个网络的吞吐率,进而延长整网的寿命。本文从链路的非对称性出发,借助堆栈自编码器的特征提取能力,构建链路质量评估模型(Link Quality Estimation Based on Stacked Autoencoder,LQE-SAE)。通过对接收信号强度指示、信噪比和链路质量指示进行非对称分析,选取其上、下行参数;采用零值填充的方式对每个探测周期内因丢包而导致的缺失的链路质量信息进行处理;采用堆栈自编码器分别提取接收信号强度指示上、下行参数之间的非对称特征,信噪比上、下行参数之间的非对称特征以及链路质量指示上、下行参数之间的非对称特征;采用堆栈自编码器对提取的三个非对称性特征进行融合,将得到的结果作为支持向量分类机的输入,以包接收率为依据划分的链路质量等级作为标签进行训练,得到链路质量等级;采用准确率评价评估模型的有效性,采用查全率评价评估模型在五种不同链路质量等级上的性能,采用稳定性等级评价评估模型的稳定性。本文在室内走廊、小树林、停车场以及马路四种不同场景下,通过自主开发的链路质量测试平台收集链路质量信息,用于模型训练和分析。实验结果表明,在四种场景下,与基于支持向量分类机、超限学习机和小波神经网络的链路质量评估模型对比,LQE-SAE具有更高的准确率。稳定性实验在过道场景下,通过调整干扰大小进行实验,结果表明LQE-SAE具有良好的稳定性。