嵌入式网络通信远程数据传输功耗准确预测

作     者：董旭斌 何世彪 李成勇 陆鹏 

作者机构：重庆工程学院电子信息学院 重庆大学资源与安全学院 

出 版 物：《计算机仿真》 (Computer Simulation)

年 卷 期：2024年

学科分类：12[管理学] 0810[工学-信息与通信工程] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 081001[工学-通信与信息系统] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：重庆市教委科学技术研究计划项目(KJQN202301913) 重庆市自然科学基金项目(cstc2021jcyj-msxmX0921) 

主　　题：卷积神经网络 无线远程 数据传输 功耗预测 

摘      要：随着互联网应用逐渐覆盖到各个领域，为了使嵌入式网络通信系统拥有更高的性能和可靠性，在数据传输过程中对内存和功耗的要求不断提升。为了满足上述需求，以卷积神经网络作为数据预测方法，并结合GINI指数分类来实现对精准远程数据传输功耗预测。上述算法首先采用离散小波变换将连续传输信号进行离散化表示，以提升；然后采用功耗分析的精确度GINI指数分类算法，将离散据进行类别分割；最后利用CNN网络学习功耗数据的复杂模式和特征能力，引入卷积神经网络（CNN）功耗进行建模预测，提升预测远程数据传输功耗的精确度。提出的远程数据传输功耗预测算法仿真结果表明，上述算法在传播速率方面有明显提升，达到118.72Mbps的传输速率；且以上算法有效地增加了数据传输的容积，容量增加率高达96.79%。以上研究不仅提高了预测的准确性，还显著的提升了网络性能和数据传输效率，在功耗预测领域具有重要的研究价值。上述研究对于满足不断增长的通信需求和提高网络可靠性具有关键意义。