基于EMD与LS-SVM的网络控制系统时延预测方法.pdf

基于EMD与LS-SVM的网络控制系统时延预测方法.pdf

ID:55971111

大小:699.77 KB

页数:7页

时间:2020-06-03

基于EMD与LS-SVM的网络控制系统时延预测方法.pdf_第1页
基于EMD与LS-SVM的网络控制系统时延预测方法.pdf_第2页
基于EMD与LS-SVM的网络控制系统时延预测方法.pdf_第3页
基于EMD与LS-SVM的网络控制系统时延预测方法.pdf_第4页
基于EMD与LS-SVM的网络控制系统时延预测方法.pdf_第5页
资源描述:

《基于EMD与LS-SVM的网络控制系统时延预测方法.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、第5期电子学报V01.42No.52014年5月A(IIA眦CIR0NICASINICAMay2014基于EMD与LS—SVM的网络控制系统时延预测方法田中大,高宪文,李琨(东北大学信息科学与工程学院,辽宁沈阳110819)摘要:为了提高基于Intemet的网络控制系统中随机时延的预测精度,提出了基于经验模式分解(empiricalmodedecomposition,EMD)与最小二乘支持向量机(LeastSqua~SupportVec~rMachines,IS-SVM)的一步时延预测方法.首先利用EMD将时延序列分解成若干个本征模式函数分量,分解后的分

2、量去除了原始时延序列的长相关性,同时突出时延序列不同的局部特征.然后根据各个分量的变化规律,选择不同的LS-SVM模型分别进行预测.最后将各分量的预测值叠加得到最终的预测值.仿真结果表明本文方法具有较高的预测精度.关键词:网络控制系统;经验模式分解;最小二乘支持向量机;时延;预测中图分类号:TP273文献标识码:A文章编号:0372.2112(2014)05.0868.07电子学报URL:http://www.ejou~1.org.enDOI:10.3969/j.issn.0372.2112.2014.05.006Time-DelayPrediction

3、MethodofNetworkedControlSystemBasedonEMDandLS.SVM删Zhong—da,GAOXian—wen,LIKun(SchoolofInformationScience&En#neer.~,NortheasternUniversity,Shenyang,Liaoning110819,Ch/na)Abstract:Inordertopredicttherandomtime-delayofInternet-basednetworkedcon~olsystemefectively,ahyt~donesteptime-del

4、ayforecastingmethodbasedonEmpiricalModeDecomposition(ENID)andLeastSquaredSupportVectorMachines(LS—SVM)ispresentedinthepaper.Firstly,EMDalgorithmcandecomposetime-delaysequencesintosomeinu-insicmodefunctions(IMF),theIMFafterdecomposedremovethelong-rangedependenceofori~aaltime-delay

5、sequencesandprominentthediferentlocalfeatureofthetime-delaysequences.Secondly,accordingtothechangelawofeachIMF,chosediferentLS—SVMmodeltopredicttime-delay.Atlast.alltheforecastedvaluescorrespondedtothesepartitionsaresuperposedtogettheforecastedtime—delay.Simulationresultsshowthat

6、theproposedmethodhashiderpredictionaccuracy.Keywords:networkedcontrolsystem;empiricalmodedecompo~tion;leastsquaredsupportvectormachines;time-delay;prediction的情况.神经网络具有非线性辨识能力,且运算速度快,1引言因此可使用神经网络来进行时延的预测_5j,但基于神网络控制系统(NetworkedControlSystem,NCS)是以经网络的时延预测方法存在易限入局部最优值以及过网络作为被控对象,传感

7、器、执行器和控制器之间信号分依赖输入时延序列的自相关系数的问题.SVM在非通过网络传输的全分布、网络化的实时反馈控制系统.线性、小样本以及高维模式识别问题有独特的优势,可其中网络诱导时延的引入,将对网络控制系统的性能产以将其用于具有强烈非线性特点的网络时延的预生影响,准确测量、分析和预测网络时延对研究和控制测_9,但是基于SVM的预测算法的参数很难确定.对这类系统是非常重要的.网络时延数据进行分析,研究其分布规律进行预测也是目前对网络控制系统时延预测的研究可分为以下一个研究的方向[12-161,基于统计分析的方法存在的问几个大方向.回归建模预测方法_1J

8、,采用回归方法的题是分布参数难以求解,同时由于时延的随机性,其预预测需要对模型精

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。