共 12 条
基于EMD与LS-SVM的网络控制系统时延预测方法
被引：17
作者：
田中大
高宪文
李琨
机构：
[1] 东北大学信息科学与工程学院
来源：
基金：
国家自然科学基金重点项目;
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;
D O I：
暂无
中图分类号：
TP273 [自动控制、自动控制系统];
学科分类号：
080201 ;
0835 ;
摘要：
为了提高基于Internet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(empirical mode decomposition,EMD)与最小二乘支持向量机(Least Squared Support Vector Machines,LS-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.
引用
收藏
页码：868 / 874
页数：7
相关论文