无线自组织网络没有基础设施,可快速部署,节点可自由移动。但由于节点移动性,会导致链路断裂进而造成路径中断。因此对链路态势的感知是链路和路径稳定性提升的基础。很多研究集中在基于硬件的无线电信号变化数据,和基于软件的数据分组收发统计信息两方面。但由于网络环境复杂,使用解析法建立严密而复杂的数学模型并不容易。本文从局部拓扑角度出发,通过人工神经网络等数学工具对链路态势有关的参数进行收集、分析。分别对链路的长期与短期态势感知进行研究。仿真实验表面,所提出的链路态势感知方法在长期能够对链路稳定性趋势进行预测,短期能够利用链路稳定性态势提升局部链路和路径的稳定性,提升了网络的性能。主要工作有以下两点:第一,通过仿真实验建立节点运动模型,从节点运动角度收集与链路态势相关的参数集。提出了使用链路剩余生命期作为评估链路长期稳定性的指标。通过构建人工神经网络,拟合节点运动状态参数集与链路剩余生命期之间的关系。将给定的节点运动状态作为输入参数,使用训练好的人工神经网络对链路生命期进行预测。仿真实验表明,对于与训练样本相近的那些节点状态,训练好的人工神经网络能给出较准确的链路剩余生命期。而节点经过较长时间运动后,其状态与训练样本集发生较大变化时,训练好的人工神经网络也能给出链路剩余生命期的变化趋势。证明了使用链路剩余生命期作为链路长期稳定性评估指标的有效性。第二,提出一种从邻居节点的稳定性态势来对链路态势进行评估的方法。通过对节点稳定性的评估,达到对链路稳定性的评估。通过仿真实验建立节点行走模型,收集与节点稳定性相关的参数,使用节点稳定性态势对链路短期稳定性态势进行评估。使用链路维持一定生命期的概率作为链路短期稳定性的评估指标。并使用人工神经网络拟合该概率与节点运动状态的关系。同时提出一种基于此链路稳定性评估方法的稳定路由算法。仿真实验表明,通过该稳定路由算法生成的路径在只付出0~2跳开销的情况下,比使用最短路径算法生成的同样端到端路径,较大的提升了路径的生命期。证明了所提的短期链路稳定性评估指标与基于链路稳定性的稳定路由算法的有效性。所提的方法能较准确评估邻居节点的稳定性态势,增加了路径的持续生命期,同时提升了网络的稳定性和端到端数据传输的稳定性。