| 一种自相似业务量预测的卡尔曼滤波算法 |
| |
| 引用本文： | 郭庆,那振宇,顾学迈.一种自相似业务量预测的卡尔曼滤波算法[J].西安交通大学学报,2009,43(4). |
| |
| 作者姓名： | 郭庆 那振宇 顾学迈 |
| |
| 作者单位： | 哈尔滨工业大学通信技术研究所,150001,哈尔滨 |
| |
| 摘 要： | 针对网络拥塞控制中不能准确预测自相似业务量的问题,提出了一种噪声在线估计卡尔曼滤波(NOEKF)算法.NOEKF算法不依赖于业务源反馈信息,通过观测节点处当前和过去时刻的业务量来预测下一时刻的业务量,并建立了业务量的卡尔曼滤波状态方程和观测方程,给出了递推形式的状态向量最佳估计形式.考虑到未知状态方程和观测方程噪声的统计特性,采用在线估值法,并引入遗忘因子对噪声的统计特性进行估计.NOEKF算法预测准确、偏差小.仿真结果表明,与经典卡尔曼滤波算法和时间序列预测方法比较,NOEKF算法能够更精确地预测自相似业务量,预测误差可降低60%以上.
|
| 关 键 词： | 卡尔曼滤波 自相似业务 预测算法 |
A Kalman Filtering Algorithm for Self-Similar Traffic Prediction |
| |
| GUO Qing,NA Zhenyu,GU Xuemai.A Kalman Filtering Algorithm for Self-Similar Traffic Prediction[J].Journal of Xi'an Jiaotong University,2009,43(4). |
| |
| Authors: | GUO Qing NA Zhenyu GU Xuemai |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
