网络时延预测研究

《网络时延预测研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、网络时延预测研究：X络时间延迟是影响X络控制系统性能的一个主要因素，提前知道X络时延对提升X络控制系统的性能有一定的重要作用，X络时延预测准确度的高低直接影响到X络控制系统性能，为了更好的预测数据在X络上传输的时间延迟，满足X络控制系统需要，该文针对互联X中X络时延的预测问题进行了分析，分别用AR模型和Elman神经X络预测X络时延，通过仿真表明，平稳时延的预测AR模型要稍好，但扰动时延的预测Elman神经X络预测准确度及自适应性优于AR模型。　　关键词：时延；Elman神经X络；AR模型　　：TP24：A：1009-3044(2011)10-2363-03　　Researc

2、hofInterTimeDelayPredicting　　obilepany,Pingdingshan467000,China)　　Abstract：NetedelayisoneoftheimportantinfluencefactorofNer,itisimportanttoknoedelayfirstlyforimprovetheperformanceofNet,theperformanceofNetdependonthepredictaccuracyofIntermunicationdelay,inordertocontenttoNetandhaveabetterper

3、formanceonpredictIntermunicationdelay,thepaperanalyzedthequestionsofIntermunicationdelay,ARmodelandElmanneuralunicationdelay,Simulationexperimentalresultsshoodelhasbettereffectofpredictiononsmoothtimedelay,anneuralodel,ithashigherprecisionandbetteradaptability.　　Keyedelay;elmanneuralodel　　随

4、着互联X的迅速发展，X络与控制系统的结合逐渐成为研究的热点，此时，控制系统性能部分与X络的性能紧密联系起来，由于引入了X络，就不可避免的会引入X络时延，X络时延的存在必然降低控制系统的性能，尤其对于实时性控制系统[1-3]，因此对互联XX络时延的预测研究具有重大的理论意义。　　1X络时延分析　　由X络通信原理，基于TCP/IP协议的X络延时T可以表示为[4]：　　T=Ts+Tp+ΣTri+Td　　分别由以下部分组成：　　1)本地主机数据处理延时Ts。当应用程序向协议软件传递数据信元时，协议软件将由应用层至X络层逐层地对数据进行封装处理，而后进行发送。　　2)物理线路上信号传输

5、延时Tp。这里的物理线路是指连接X络设备的线缆，如双绞线、光纤等。数据信号在物理线路上以接近光速的速度传输，这一延时与整体延时相比不在一个数量级上，因此通信节点之间的地理距离并不是决定延时大小的主要因素。　　3)中间路由器数据处理延时Tr。X络有其自身的拓扑结构，在X络上，除物理线路外，还有作为X络拓扑节点的路由器。路由器需要将收到的数据流解释至X络层以选择下一跳的目的地址，选路过程中多个中间路由器数据处理延时和ΣTri是X络延时的主要组成部分。　　4)远程主机数据处理延时Td。远程主机需要对收到的数据报进行解释并对其进行校验和重新排序等，再送于应用层的程序进行处理。　　以上

6、各部分延时的存在就产生了TCP/IPX络的延时，中间路由器数据处理延时和ΣTri是X络延时的主要组成部分。而在延时不确定方面，严格来讲，以上各部分都是变化的并且都相互关联，但由于X络负载的变化多发生在中间路由器上，变动的主要因素为中间路由器数据处理延时总和ΣTri。因此说，X络延时及其不确定性主要决定于数据所经过的跳数以及在每一跳上所花费的时间。　　因特X是采用动态路由机制来传输数据业务的，但这种动态并不等于随机路由，只有当互连X的情况发生严重变化时，例如路由失效、严重拥塞等，转发数据报的路由路径才会改变。对因特X路由行为的研究表明通信双方或多方在会话期间路由很少改变，大部分

7、的数据流沿同一条物理路径传输。　　事实上，路由协议中向量距离协议之一RIP协议就是根据跳数最小的原则进行路由选择的；而在链路状态协议最常用的开放式最短路径优先OSPF协议中，跳数也是一个至关重要的决定因素。可以认为，X络的动态路由特性与其说是一种规则，不如说是一种意外。　　2AR模型　　AR（Autoregressive）模型是一种线性预测模型，即已知N个数据，可由模型推出第N点前面或后面的数据。N阶自回归AR模型的定义为：　　其中，x[n]是AR模型的预测信号，N是建立AR模型的阶次；u(n)为无法测