一种自相似业务量预测的卡尔曼滤波算法

• 作者: 那振宇 郭庆 顾学迈
• 来源期刊: 西安交通大学学报
• 关键词: 卡尔曼滤波 自相似业务 预测算法
• 年，卷（期）: 2009,（4）
• 页码范围: 57-61
• 页数: 5页
• 分类号: TN915.01
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2009.04.014

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾学迈	哈尔滨工业大学通信技术研究所	110	603	13.0	18.0
2	郭庆	哈尔滨工业大学通信技术研究所	89	552	12.0	19.0
3	那振宇	哈尔滨工业大学通信技术研究所	7	65	4.0	7.0