一种改进的网络时延预估方法

针对网络控制系统中网络时延的预测问题进行了分析,在平均时延窗口-ADW预测方法和BP神经网络预测方法的基础上,提出了BP-ADW预测网络时延的方法,仿真结果证明该方法可行,尤其在网络发生突变时效果要好于平均时延预测方法.     

无线局域网中一种快速安全的切换方法

根据无线局域网中实时多媒体业务低切换时延的需求,提出了一种基于移动预测的快速安全切换机制．利用终端移动模式和切换位置从邻居图中选择部分信道以单播方式扫描,降低了扫描时延．进一步通过在扫描阶段提前计算临时会话密钥及加入消息认证码,保证了扫描过程的安全性,并减小重认证时延．仿真结果表明本方法的切换时延比其他方法减小35%以上．     

基于时延范围预测的媒体播放控制算法

在分组多媒体通信中,根据Chebyshev不等式和时延抖动的统计特性,预测分组的网络时延范围,在时延范围预测的基础上提出一种适用于实时分组语音通信的媒体播放控制算法．该算法记录先前到达分组的网络时延,用它们对当前的播放时延作短期预测,并根据播放时延的估计调整每个突发期中分组的播放时刻．实验结果表明该算法可以自适应地跟踪网络时延的变化,较大程度上降低播放时延,使得迟到分组的比值保持在1％左右．     

基于时变AR模型的雷达ESM信号多径抑制

针对雷达ESM信号存在多径干扰,从而影响信号特征提取以及辐射源识别的问题,提出了一种多径抑制新方法．首先采用非线性能量算子方法对多径时延进行粗估计,再利用基于时间函数扩展的时变AR模型方法对信号进行预测．然后根据多径时延粗估计和预测序列,采用最小二乘方法精确估计时延和多径幅度因子．在此基础上,提出一种逐级抑制的多径信号滤波方案．对仿真信号和实测雷达辐射源信号进行实验,结果证明该方法可有效实现信号多径估计与抑制．     

保证高可靠度和低传输开销的DTN拓扑控制

由于时延容忍网络中复杂的环境可能导致网络节点失效或链路故障,再加上节点的持续移动和链路的间歇连通,都给网络可靠拓扑控制带来挑战．为解决这些问题,基于时空图提出了有效的可靠拓扑控制方案．该方案适用于节点周期性运动的卫星网络、星际网络等时延容忍网络．首先将网络拓扑转化为时空图;然后定义了网络的可靠拓扑控制问题,拓扑控制保证在网络连通的条件下,寻找网络中任意节点对的最可靠路径,并最小化网络的传输开销;最后提出了两个算法来解决此问题．仿真验证了提出的方法既能保证网络的可靠性,还能降低网络的传输开销,从而说明提出的拓扑控制方案适用于拓扑周期性可预测的时延容忍网络．     

一类新的基于神经网络预测的变周期网络控制系统采样方案

提出了一类新的能够减轻时延对网络控制系统影响的基于神经网络预测的变周期网络控制系统采样方法,简要论述了在网络控制系统中融入了BP神经网络后,如何对它进行建模、分析、控制,被选作采样周期的时延可以利用BP神经网络工具进行在线预测,文中还给出了一种新的可以应用于生产实践的网络控制系统推广模型．     

链路时延估计的约束最优化算法

网络层析成像技术能够通过测量端到端的时延来估计网络内部链路的时延特征．在单播网络层析成像技术研究现状上,提出了一种基于移动代理的网络信息收集机制,采用带约束的最优化方法对网络内部链路时延进行了估计．同时,通过仿真实验验证了在存在较大测量误差的网络条件下,该文算法提高了链路时延分布的推测精度．     

一种基于滑动窗口的混合交换网络时隙分配方法

针对混合交换网络中恒定比特率业务对传输时延要求较高的问题,提出了一种基于滑动窗口的时隙分配方法,通过确定分组在交换网络中的转发时隙位置来决定分组的传输时延．该方法严格约束了输入输出时隙的绝对间隔在一个较小的范围内,保证分组传输时延较小．仿真结果表明,与随机分配法对时隙在整个复帧周期内任意分配相比,采用基于滑窗的分配法能更有效降低传输时延,减小交换缓存容量．     

多媒体同步系统中补偿缓冲区的设计

多媒体系统中端到端的时延抖动常常导致媒体播放的不连续，为了保持媒体内及媒体间的时间关系，通常在信宿端设置缓冲区来补偿时延抖动，将时延抖动和时延偏移限制在一定的范围内．文中分析了时延抖动的统计特性，它近似于高斯分布，在此基础上提出了一种缓冲区的设计方法．另外给出了包含音频和视频多媒体播放系统的同步应用，利用Chernoff不等式，推导出所需缓冲区大小的计算公式．模拟结果表明，用该方法确定的缓冲区完全能够满足用户提出的可感知的服务质量(P_QoS)，而且具有较高的缓冲区利用率．     

网络控制传输时延的补偿控制方法研究

针对网络控制系统具有不确定时延的特性,利用广义预测控制算法对不确定时延的超强适应性,同时结合缓冲区、事件时间混合驱动以及时间标志信息提出一种解决网络随机传输时延、时序错乱和数据包丢失的综合补偿控制方案,从而有效地克服系统在实际运行过程中存在的不确定性问题,取得了很好的控制效果．仿真结果验证了该方案的有效性．     

基于神经网络延时预测的自适应网络控制系统

针对网络控制系统存在着随机、时变、不确定的信息传输延时,采用带有时间戳的线性神经网络(TSLNN)进行在线延时预测,实时地获得当前采样周期的网络传输延时预测值.该方法选取3个先验的网络实测延时值作为神经网络的输入样本,选用widrow-hoff学习规则作为神经网络的训练算法;应用网络传输延时预测值,并采用一阶Pade方法,对数学模型中的延时环节进行线性化处理,从而获得无刷直流电机调速网络控制系统的线性数学模型;最后,利用模型参考自适应控制方法(MRAC)设计闭环控制器.仿真结果表明,将基于TSLNN在线延时预测的MRAC方法应用于无刷直流电机调速网络控制系统中,可以获得令人满意的系统动、静态性能.     

在单片机Keil C开发环境中设计精确的延时函数

Keil C语言是开发单片机系统常用的语言,但不能象汇编语言一样预测代码执行的指令周期,对外围元件实现精确的延时控制比较困难.文章从Keil C的编译原理出发,分析几种延时函数,实现了精确的延时效果.     

一种基于模糊预测控制的锅炉炉温控制仿真

锅炉的炉温控制一直是工业生产中的关键环节,锅炉对象具有强耦合、大延时、大惯性特征.传统PID控制由于模型匹配不佳在实际操作上会有较大的温度波动.该文将模糊数学与预测控制相结合应用在锅炉炉温的控制上,并与传统的控制方法进行了比对,仿真结果表明该方法能解决炉温控制波动较大的难题,对锅炉炉温这一类大延时系统有较好的适用性.     

基于改进LS-SVM的网络化预测控制

针对存在网络延时的网络化控制系统,提出一种具有最大预测步数的网络化预测控制策略.首先,分析网络延时的组成,确定网络延时的最小值,并利用自由权矩阵方法计算网络延时最大允许上界,作为最大预测步数;进而,利用改进的最小二乘支持向量机在线预测网络延时;最后,利用基于往返延时的补偿策略选择合适的预测控制量来补偿网络延时的影响.仿真结果表明该控制策略有效.     

基于小波神经网络的地铁车站内CO_2浓度预测控制

文章提出了将小波函数引入神经网络预测模型,对一个具有非线性、时变性、大滞后性特点的地铁站台内的CO2含量进行预测控制。而小波神经网络系统结合了小波分析和传统神经网络的优点,且可不断吸收环境新信息,有良好的函数学习能力和推广能力。最后实现了对具有大干扰性、大滞后性和不确定随机干扰因素的CO2含量进行了精确预测。     

沥青混凝土搅拌站模糊预测控制

为克服沥青混凝土搅拌站的长延迟特性造成的控制误差,采用数字信号处理技术对长延迟特性信号进行预测的方法,设计了所需的预测滤波器,完成了沥青混凝土搅拌站工作过程中温度变化趋势的预测,并将模糊控制与预测控制有机地结合起来,实现沥青混凝土搅拌站工作过程的集中、智能控制。试验结果表明,模糊预测控制有效地提高了系统控制精度及设备的可靠性和稳定性。     

基于神经网络辨识的灰色预测在精馏塔中的应用

石油化工生产中常用精馏塔的控制是一种滞后时间长、滞后常数不定的典型不确定滞后对象。这种对象控制困难,系统精度要求高,要对其进行有效控制就必须高精度预测它的输出,因为对象的不确定滞后特性,对其进行精确的输出预测始终是一个难题。针对精馏塔输出预测上的困难,提出利用神经网络首先辨识系统的滞后时间,之后在此基础上采用AR(p)(自回归)模型拟合残差的改进型灰色预测方法预测输出,基本灰色预测模型采用变步长单步灰色预测。将上述方法应用在精馏塔模型输出预测中,仿真结果表明改进后的预测方法对具有滞后、时变的系统有良好的预测效果,而且对系统参数突变、漂移等非失效型故障有一定的鲁棒性、容错性,比其他灰色预测方法更具优越性。     

一种时滞未知随机系统参数辨识算法

针对时滞未知随机性系统,提出了一种可同时估计系统时滞和参数的递推辨识算法,并证明了该算法的收敛性。仿真结果表明,即使在有色噪声干扰的情况下,利用该算法仍能够很快地辨识系统时滞和参数。     

线性不确定系统时滞及时滞微分依赖的鲁棒镇定性

针对一类同时依赖于状态时滞和状态时滞微分的大小的线性时滞不确定系统的镇定性问题,研究了时滞系统的状态反馈鲁棒可镇定控制器设计。并且基于Lyapunov稳定性理论,提出了一种新的凸优化算法用于设计控制器,以确保在所有允许的不确定性范围内能求得一个次优时滞使系统镇定。数值仿真结果证明了这种方法的有效性。     

基于DFT的导航信号高分辨率延迟估计方法

在对相关延迟估计方法分析的基础上,给出了一种基于离散傅里叶变换(discrete Fourier transform,DFT)的高分辨率延迟估计方法,推导出了延迟和频率的对应关系式。首先计算互功率谱,把时域的延迟变换到频域的频移,然后把求得的互功率谱等效为一个时间序列,再对该时间序列利用DFT求频谱。对于复正弦信号,DFT具有较高的频率分辨率,从而可以实现对延迟时间的高分辨率估计。相对于其他基于功率谱的延迟估计方法,该方法分辨的精度更高。仿真结果表明:该方法可以对1个采样周期的延迟进行准确的估计。