检索结果-南通市图书馆

维普期刊数据库

基于小波ARMA延迟预测的Internet远程控制

在线全文

学校读者我要写书评

暂无评论

计算机工程 2007年第20期33卷 122-124页

作者：王强谢林柏纪志成江南大学电气自动化研究所无锡214122 江南大学电气自动化研究所

针对Internet网络控制中延迟变化所引起的系统不稳定问题,该文提出了一种基于小波ARMA多尺度预测的延迟时间预测方法,并将其与Smith预估器结合应用于Internet网络控制中,解决了在随机时变的数据包传输延迟情况下Internet网络控制系统的... 详细信息

针对Internet网络控制中延迟变化所引起的系统不稳定问题,该文提出了一种基于小波ARMA多尺度预测的延迟时间预测方法,并将其与Smith预估器结合应用于Internet网络控制中,解决了在随机时变的数据包传输延迟情况下Internet网络控制系统的有效控制问题。以直流电机为例验证了预测算法的可行性和有效性。

关键词：小波 ARMA 延迟预测 Smith预估网络控制系统

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

网络距离预测技术研究

软件学报 2009年第6期20卷 1574-1590页

作者：王意洁李小勇国防科学技术大学计算机学院并行与分布处理国家重点实验室湖南长沙410073

P2P网络中节点间的距离信息是实现拓扑感知以优化覆盖网应用以及解决网络监管等问题的基础.P2P网络的大规模、自组织、高度动态等复杂特征使得要准确、完全地测量节点间的距离信息面临着极大的困难.因此,研究者们提出各种预测技术,目前... 详细信息

P2P网络中节点间的距离信息是实现拓扑感知以优化覆盖网应用以及解决网络监管等问题的基础.P2P网络的大规模、自组织、高度动态等复杂特征使得要准确、完全地测量节点间的距离信息面临着极大的困难.因此,研究者们提出各种预测技术,目前对网络距离预测技术的研究已成为P2P领域的研究热点.首先,提出了一个网络距离预测技术的研究框架,指出了研究的重点以及相关技术问题,分析了研究历史;其次,对各种预测方法加以分类,在分类的基础上,介绍了各种典型的预测方法并进行了对比分析;最后总结了各种精确性度量标准,并指出了未来的研究趋势.

关键词：网络距离网络坐标距离预测延迟预测坐标计算拓扑感知覆盖网

维普期刊数据库

基于无线传感器网络的地铁通信传输延迟优化方法

在线全文

学校读者我要写书评

暂无评论

传感技术学报 2022年第5期35卷 698-702页

作者：陈丽琴顾静军浙江商业职业技术学院应用工程学院浙江杭州310053 浙江大学计算机科学与技术学院浙江杭州310000

网络数据传输过程中传输节点耗能过大、传输数据量过多,导致信息传输不分主次造成网络拥堵,会造成地铁通信传输存在不同程度的延迟问题。针对这一问题,提出基于无线传感器网络的地铁通信传输延迟优化方法。采用受控自回归积分滑动平均... 详细信息

网络数据传输过程中传输节点耗能过大、传输数据量过多,导致信息传输不分主次造成网络拥堵,会造成地铁通信传输存在不同程度的延迟问题。针对这一问题,提出基于无线传感器网络的地铁通信传输延迟优化方法。采用受控自回归积分滑动平均模型预测分析通信状态,分辨出高质量信息并对其调度传输,同时通过传输数据模型选取节点最优的参数,控制传输节点能耗,配置网络并生成多个区群结构,结合传输节点能量消耗控制参数调节数据压缩率,实现传输延时优化。仿真结果表明,所提方法发送和接收延迟小,能够有效减少网络拥堵现象,且降低数据丢失问题,保持传输信息精准,适用性较强。

关键词：通信工程无线传感器传输延迟延迟预测信息调度

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

适用于配网保护的无线通信技术研究

适用于配网保护的无线通信技术研究

作者：鲁成华北电力大学

学位级别：硕士

传统配电网大多是单电源辐射型网络,功率流向单一,继电保护方法以三段式电流保护为主,通过多段配合来实现全线保护,其保护定值整定较为容易,但是动作延迟会导致保护速动性不足。分布式电源入网率的提升,使得配电网逐渐发展成为多源多端... 详细信息

传统配电网大多是单电源辐射型网络,功率流向单一,继电保护方法以三段式电流保护为主,通过多段配合来实现全线保护,其保护定值整定较为容易,但是动作延迟会导致保护速动性不足。分布式电源入网率的提升,使得配电网逐渐发展成为多源多端的复杂拓扑结构,传统上仅考虑单端电气量的保护原理不能继续满足多源网络的“四性”保护需求,因此通过基于双端信息的保护原理来实现全线速动就成为首选。馈线自动化与差动保护这类双端信息原理需要两侧数据同步比对,通常采用的是光纤作为通信介质,虽然其材料价格已大幅下降,但是配网线路复杂多变,使得光纤铺设与维护难度较高,因此该类保护在配网中推广使用进程较为缓慢。5G通信技术的出现不仅是通信行业的进步,更是电网技术提升的新的窗口,理论上完全可以满足配网保护的通信指标需求,同时费用低,部署易,维护快。因此本文旨在实现配网馈线自动化的5G化,研究5G通信在配网保护业务中的种种问题,为配网保护业务的升级提供新的思路。基于以上背景,本文开展了如下几项工作:(1)分析了5G通信用作配网业务通信方式时效果不佳的原因及解决方案。首先对影响通信质量不确定性最大的空口环节进行分析,比较多种物理因素造成的影响,讨论空口技术因素的限制,提出D2D技术在配网中应用方向。然后对MEC部署方案进行论证,重点解决电力设施融合部署以及安全问题。最后对比分析了5G电力专网多种功能方案的安全漏洞并提出改进措施。(2)提出了基于5G通信的馈线自动化方案。根据配网中STU交互采用的GOOSE报文特点,利用UDP组播方式实现GOOSE协议IP化,从而实现GOOSE报文经5G通信进行交互。分析5G通信对规程中保证报文低延时高可靠性的手段,按照配网业务的需求对报文传输方案进行完善。设计利用STU对等无线通信的拓扑识别技术以及以此为基础的馈线自动化技术,实现故障隔离与非故障区段恢复。(3)提出通过机器学习进行延迟短期预测,动态调整STU等待搜索时间的方法,以减少因延迟问题导致装置闭锁的概率。利用贝叶斯优化方法对Light GBM算法进行参数寻,并通过K折交叉验证与最优权重配比来提高模型的预测精度。在数据集上对模型进行训练与预测,设计集中-分布式预测方法,终端根据接收的预测值动态加权调整,并作为下一时间段的等待搜索时间。(4)开发了5G通信馈线自动化装置。基于以上理论研究,以可靠性与便于推广使用为目的选择硬件组合,在传统终端的基础上开发出能实现5G通信的馈线自动化终端,并将终端挂网测试,对装置的通信与保护功能进行测试,使其在多种故障场景下能可靠判别并动作。

关键词：配网保护 5G通信馈线自动化延迟预测装置开发 GOOSE报文

基于神经网络的铁路通信网络传输延迟控制方法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

铁路通信信号工程技术 2023年第1期20卷 33-39页

作者：董玉圻国家铁路局装备技术中心北京100702

研究一种基于神经网络的铁路通信网络传输延迟控制方法。利用TCN网络分析仪抓取的通信网络延迟数据,组成数据样本。以数据样本为输入,利用神经网络实现铁路通信网络传输延迟预测。以预测结果为输出,结合PID,得出延迟控制量和延迟补偿量... 详细信息

研究一种基于神经网络的铁路通信网络传输延迟控制方法。利用TCN网络分析仪抓取的通信网络延迟数据,组成数据样本。以数据样本为输入,利用神经网络实现铁路通信网络传输延迟预测。以预测结果为输出,结合PID,得出延迟控制量和延迟补偿量,实现铁路通信网络传输延迟控制。结果表明,与基于功率控制协议的控制方法、基于延迟补偿的控制方法相比,在新的控制方法应用下,延迟时间更短,通信链路速率更高,由此证明新研究的控制方法的有效性。

关键词：神经网络铁路通信网络延迟预测传输延迟延迟控制

维普期刊数据库博看期刊

Research and Design of Flights Arrival and Departure Delay Prediction Algorithm

在线全文

学校读者我要写书评

暂无评论

Research and Design of Flights Arrival and Departure Delay P...

作者： K.W.Supuni Madhushani Fernando 华南理工大学

学位级别：硕士

目前,航空业发展迅速,乘飞机旅行比以往任何时候都普遍。然而,航班延误给乘客和商业航空公司造成了巨大的损失,给航空公司和乘客带来了巨大的损失。因此,航班延误预测是智能航空系统中最关键的组成部分之一。准确调查导致延误的变量在... 详细信息

目前,航空业发展迅速,乘飞机旅行比以往任何时候都普遍。然而,航班延误给乘客和商业航空公司造成了巨大的损失,给航空公司和乘客带来了巨大的损失。因此,航班延误预测是智能航空系统中最关键的组成部分之一。准确调查导致延误的变量在决策过程中非常重要,它可以提高机场和航空公司的服务绩效。此外,预测这些航班延误可以让航空公司和乘客做好充分准备,也可以让商业航空公司提前应对航班延误的原因,以挽救负面影响。研究人员试图通过机器学习方法和数据挖掘工具进行广泛预测来解决这个问题。尽管已经试验过的机器学习方法未能以低误差预测延迟或应用于低端商业运营商,因为它们持有并以少量数据为特征。因此,准确和稳健的性能仍然需要通过现有模型来获得。针对现有延误预测模型的局限性,本文提出了一种更具泛化能力的航班延误预测模型和相应的机器学习分类算法。首先,本文分析了不同因素对航班起飞和到达时间的影响。此外,探索了可能影响航班延误的更广泛因素,并比较了几种设计用于广义航班延误预测任务的机器学习模型。通过这篇论文,我们表明预测性能会根据算法的选择和预测类型的不同而显着不同。此外,网格搜索已被用于寻找最佳参数,从而在预测模型中提供最高精度。其次,本文建立并提出了一种方法,旨在利用机器学习的力量作为数据挖掘工具,并使用分类算法预测延迟。集成学习算法应用于记录从斯里兰卡班达拉纳亚克国际机场起飞的航班信息一年的数据集以进行预测。训练和测试了70多种不同的预测模型,以完成航班延误的二元分类。有趣的是,之前没有尝试应用混合方法进行预测,本研究调查了混合模型在延迟预测中的有效性。与本研究中其他开发的预测模型相比,所提出的混合模型的准确性大幅提高。最后,通过比较先前研究的结果并将其设置为获得最佳性能分类器的基准,对所提出的方法进行了广泛的评估。通过比较准确率、精确率和召回率的值来完成算法评估。这些措施被加权以调整数据集的不平衡。最后对比分析表明,boosting分类器算法的最佳性能精度为86.28,MLP NN模型性能精度为86.91。所提出的混合模型达到了91%,而装袋算法分类器的性能最差,为80.59。结果表明,与现有技术水平相比,所提出的预测方法表现良好。论文的主要贡献有两个:我们通过添加新数据源和分析航班延误来考虑新因素来扩展现有工作。本研究的最终目标是建立一个新的航班延误预测模型。将我们开发的模型与先前研究中的其他模型进行比较,提出的模型带来了影响航班延误的新因素,并且这些因素实现了更高的预测准确性。提出了一种基于主成分分析和多层感知器神经网络的混合模型,该模型使用PCA进行降维。该模型结合了神经网络和PCA,因为实验表明这两种算法的预测模型可以达到90%左右的训练和测试精度,这超过了整个研究中所做的所有实验以及最先进的技术水平。

关键词：延迟预测飞机延迟机器学习大数据航空