基于ARMA和卡尔曼相结合的实际流量预测模型的研究

被引:6
作者
陈国彬
机构
[1] 重庆工商大学融智学院
关键词
精度; 预测算法; ARMA模型; 卡尔曼;
D O I
10.14107/j.cnki.kzgc.2014.06.037
中图分类号
TP393.06 []; O157.5 [图论];
学科分类号
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。
引用
收藏
页码:962 / 965
页数:4
相关论文
共 17 条
[11]   基于小波分解的某些非平稳时间序列预测方法 [J].
徐科 ;
徐金梧 ;
班晓娟 .
电子学报, 2001, (04) :566-568
[12]   基于在线最小二乘支持向量机回归的混沌时间序列预测 [J].
叶美盈 ;
汪晓东 ;
张浩然 .
物理学报, 2005, (06) :2568-2573
[13]  
On distributed fault-tolerant detection in wireless sensor networks. Luo, Xuanwen,Dong, Ming,Huang, Yinlun. IEEE Transactions on Computers . 2006
[14]  
Cluster based self-organization management protocols for wireless Sensor Networks. Chang, Yao-Chung,Lin, Zhi-Sheng,Chen, Jiann-Liang. IEEE Transactions on Consumer Electronics . 2006
[15]  
时间序列分析简明教程[M]. 北方交通大学出版社 , 张树京,齐立心编著, 2003
[16]  
ATM Dynamic Bandwidth Allocation Using FARIMA Prediction Model. N.Sadek,,A.Khotanzad,and T.Chen. Proceedings of International Conference on Computer Communications and Networks . 2003
[17]  
Asorted RSSI quantization based algorithm for sensor network localization. Li X,Shi H C,Shang Y. Proc of the11th Int Conf on Parallel and Distributed Systems . 2005