基于ARMA和卡尔曼相结合的实际流量预测模型的研究

• 作者: 陈国彬
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 精度 预测算法 ARMA模型 卡尔曼
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 计算机控制系统及软件
• 页码范围: 962-965
• 页数: 4页
• 分类号: TP391
• 字数: 4292字
• 语种: 中文

摘要

为了在高度复杂网络环境下,针对无线传感器网络流量预测精度偏低的问题,结合ARMA模型和卡尔曼提出了一种新的预测算法(State Prediction Algorithm based on ARMA and Kalman,SPAK).该算法首先定义了ARMA模型分布特征,并给出该模型的理论依据.同时,通过融合ARMA与卡尔曼的预测结果提高其预测实际流量的预测精度,实现SPAK具体实现的步骤.最后,结合OPNET仿真采集流量数据,并使用Matlab对算法结果进行仿真,并对比FARIMA模型MF-FIR模型性能,结果发现该算法可以提前预测拥塞情况,提前进行路由选择,实现路由自适应控制.同样对网络的点比和能耗等做好自适应控制,通过对预测误差的比较,从而提高其预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈国彬	重庆工商大学融智学院	38	96	5.0	8.0