传感器网络变权组合预测流量整形算法
针对现有流量整形算法在传感器网络应用上的不足,提出了一种新的流量整形算法.分析了传感器网络流量具有突发随机性以及时变不均衡性的原因,根据传感器网络流量的模糊性、随机性以及时变性统一建模,提出了变权组合预测流量整形算法(TSAV,Traffic Shaping Algorithm with Variable weight combination forecast),该算法通过逼近最优组合理论分配模糊AR预测与Kalman预测的组合权重,得到更为精确的预估流量值,提前规划整形速率从而平滑的输出分组流.实验表明,TSAV算法应用到传感器网络时能够准确预测流量,减少分组丢弃率的同时增大网络吞吐量,改善了传感器网络信息传输的QOS性能.
传感器网络 变权组合 流量整形算法 预测精度
罗成 谢维信
深圳大学ATR国防科技重点实验室,广东深圳 518060
国内会议
哈尔滨
中文
1597-1603
2013-10-01（万方平台首次上网日期，不代表论文的发表时间）