广东轻工职业技术学院学报
廣東輕工職業技術學院學報
엄동경공직업기술학원학보
JOURNAL OF GUANGDONG INDUSTRY TECHNICAL COLLEGE
2011年
4期
1-5
,共5页
AR模型%无线传感器网络%卡尔曼%预测%网络流量
AR模型%無線傳感器網絡%卡爾曼%預測%網絡流量
AR모형%무선전감기망락%잡이만%예측%망락류량
AR model%wireless sensor networks（WSN）%kalman%prediction%network ttraffic
针对WSN流量预测,基于AR模型提出一种WSN流量双卡尔曼并行递推预测算法,该算法使用两个Kalman滤波器,交替进行AR模型参数的递推辨识与时变数据中真实值的最优估计,根据序列数据的最新信息实时修正AR模型参数进行动态预测。同时针对大步长的流量预测,引入滚动修正思想,克服动态预测算法存在间隔时间过长的缺点,降低多步预测误差。实验研究表明,利用研究的双卡尔曼并行递推算法使用AR模型进行多步预测,从原理设计和实现算法上,实现了WSN流量的准确预测。
針對WSN流量預測,基于AR模型提齣一種WSN流量雙卡爾曼併行遞推預測算法,該算法使用兩箇Kalman濾波器,交替進行AR模型參數的遞推辨識與時變數據中真實值的最優估計,根據序列數據的最新信息實時脩正AR模型參數進行動態預測。同時針對大步長的流量預測,引入滾動脩正思想,剋服動態預測算法存在間隔時間過長的缺點,降低多步預測誤差。實驗研究錶明,利用研究的雙卡爾曼併行遞推算法使用AR模型進行多步預測,從原理設計和實現算法上,實現瞭WSN流量的準確預測。
침대WSN류량예측,기우AR모형제출일충WSN류량쌍잡이만병행체추예측산법,해산법사용량개Kalman려파기,교체진행AR모형삼수적체추변식여시변수거중진실치적최우고계,근거서렬수거적최신신식실시수정AR모형삼수진행동태예측。동시침대대보장적류량예측,인입곤동수정사상,극복동태예측산법존재간격시간과장적결점,강저다보예측오차。실험연구표명,이용연구적쌍잡이만병행체추산법사용AR모형진행다보예측,종원리설계화실현산법상,실현료WSN류량적준학예측。
Aimed to the prediction of WSN network traffic,the paper advanced a REPK dynamic prediction algorithm of WSN network traffic based on AR model;the algorithm used two Kalman filter to recursively identify parameters of AR model and optimally estimates actual data in time-varying data and it can use fresh information to amend parameters of AR model real-timely and predict dynamically.And aimed to the prediction of time series signal with long delay,the paper applies scroll-amendment method that solves great intervals problem of REPK algorithm and decreases multi-step prediction error.The experiment results show the proposed REPK estimation algorithm based on AR model realizes the accurate prediction of WSN network traffic by principle design of prediction method and skillful algorithm.
