基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着网络控制研究的兴起,对工业以太网延时进行补偿成为研究的重点方向。针对网络延时给网络控制系统带来的问题,提出用小波神经网络对工业以太网延时进行预测,根据输入的过去时间延迟序列预测输出下一采样时刻的网络延时值。预测模型的参数通过训练算法实时更新,以保证预测输出的准确性。对实际工业以太网延时数据样本的预测分析表明,该预测模型能够有效预测延时。为进一步说明延时预测效果,将延时预测模型应用于网络控制系统进行延时的预测与补偿,系统仿真结果证明了预测模型预测的准确性及补偿的有效性。
推荐文章
基于工业以太网的远程测控系统
远程测控
分布式
工业以太网
总线网络
基于以太网的工业控制网络
现场总线
以太网
工业控制
采用自适应自回归小波神经网络的单步预测控制
预测控制
混沌
非线性系统
自适应自回归小波神经网络
基于工业以太网的船舶集成网络平台
船舶自动化
集成平台管理系统
工业以太网
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于小波神经网络的工业以太网延时预测控制
来源期刊 大连理工大学学报 学科 工学
关键词 工业以太网 网络延时预测 延时补偿 小波神经网络
年,卷(期) 2014,(2) 所属期刊栏目 电子与信息工程
研究方向 页码范围 246-250
页数 5页 分类号 TP273.5
字数 2879字 语种 中文
DOI 10.7511/dllgxb201402015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李木国 大连理工大学海岸和近海工程国家重点实验室 65 720 16.0 24.0
2 杜海 大连理工大学海岸和近海工程国家重点实验室 20 69 5.0 7.0
3 刘达 大连理工大学海岸和近海工程国家重点实验室 2 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (31)
参考文献  (11)
节点文献
引证文献  (5)
同被引文献  (15)
二级引证文献  (14)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(2)
  • 参考文献(1)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(6)
  • 参考文献(2)
  • 二级参考文献(4)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(9)
  • 引证文献(0)
  • 二级引证文献(9)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
工业以太网
网络延时预测
延时补偿
小波神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
大连理工大学学报
双月刊
1000-8608
21-1117/N
大16开
大连市理工大学出版社内
8-82
1950
chi
出版文献量(篇)
3166
总下载数(次)
3
总被引数(次)
39997
论文1v1指导