导读:本文包含了丢包率预测论文开题报告文献综述及选题提纲参考文献，主要关键词:无线传输,混和自动重传请求算法,隐马尔科夫模型,预测
丢包率预测论文文献综述
张强[1]（2016）在《基于丢包率预测的混合自动重传请求算法研究》一文中研究指出在无线通信环境中,无线信道由于常常受到噪声干扰、多径效应、阴影效应等因素的影响而变的不稳定,信号的能量也会随着传输距离的增大而减弱,使得传输误码率较高,从而影响数据传输质量。差错控制是无线传输中提高通信可靠性的常用手段。通常差错控制算法有前向纠错算法(FEC,Forward Error Correction)、自动重传请求算法(ARQ,Automatic Repeat reQuest)和混合自动重传请求算法(HARQ,Hybrid Automatic Repeat Request)叁种。对于FEC算法通常采用信道编码的方式,将所要传输的信息加入冗余码元得到可以纠错的信息,在接收端将存在差错的信息进行错误纠正;ARQ算法通过对所要传输的信息进行检错码编码,使得接收端可以判断所接收的信息是否存在错误,如果存在错误则再次传输此数据包;HARQ算法是FEC和ARQ两种算法的结合,既具有纠错能力也具有重传能力。HARQ算法是一种优良的差错控制方式,也是国内外无线通信领域研究热点之一。本文首先对国内外研究现状进行了分析,并研究了FEC、ARQ、HARQ算法的基本原理及实现过程,指出了各个算法在无线通信中所存在的不足之处。着重分析了HARQ算法的分类及实现原理。然后,详述了隐马尔科夫模型(Hidden Markov Model,HMM)的结构框架,分析了HMM在实际应用中所能解决的问题并且研究了HMM在无线信道中的比特级模型和数据包模型,随后提出了基于HMM的丢包率预测模型。提出了一种以丢包率变化趋势为RS码编码决策原则的自适应HARQ算法。以HMM丢包率预测为基础,根据丢包率的变化动态调节RS码编码方案,实现HARQ算法的自适应信道状态匹配。最后,对改进的HARQ算法和叁种传统HARQ算法进行仿真并对其结果进行对比分析,验证了此基于丢包率预测的HARQ算法的可行性。(本文来源于《电子科技大学》期刊2016-04-01）
林楠,史苇杭,魏斌[2]（2015）在《基于传感器丢包率不确定性预测的分布式H∞滤波算法》一文中研究指出针对无线传感器网络(WSNs)在测量数据丢包不确定性情况下的分布式H∞滤波问题,提出一种基于传感器丢包率不确定性预测的分布式H∞滤波算法。通过设计一种线性全阶滤波器,使得滤波误差能够收敛在均方渐近为零,同时抑制外界的干扰造成的H∞滤波衰减。根据滤波参数符合伯努利分布随机分布的原理,利用Lyapunov函数的方法,通过寻找最佳的滤波参数来保证在丢包率不确定的情况下对真值预测的随机稳定性。实验仿真结果表明:当观测数据存在不确定性丢包时,该滤波算法能发挥有效的滤波效果。(本文来源于《传感器与微系统》期刊2015年08期）
田波,杨宜民,蔡述庭[3]（2014）在《基于丢包率预测的视频传输纠错算法》一文中研究指出为解决视频图像在互联网中进行传输时,其质量易受网络丢包率、时延等因素的影响而显着降低的问题,提出了一种基于丢包率预测的视频传输纠错算法。该算法采用隐马尔可夫模型预测网络丢包率,根据丢包率的大小自适应地选择FEC或ARQ对视频图像进行纠错操作。当预测出的丢包率较高时,为避免FEC算法在丢包率较高时降低带宽利用率,采用选择性ARQ算法恢复丢失的视频数据包,并通过限制其重传次数使视频传输的实时性得到了保证;当预测出的丢包率较低时,则采用优化了RS冗余值的FEC算法进行纠错操作。在OPNET modeler中进行的仿真实验表明,与HARQ算法相比,使用该纠错算法,视频图像的PSNR的平均值提高了1.6 dB,平均时延减少了0.24 s左右。该算法不但降低了视频传输的平均时延和丢包率,而且提高了接收端视频图像的重建质量,具有复杂度低、实现简单的特点。(本文来源于《计算机应用研究》期刊2014年04期）
周磊[4]（2011）在《网络流量丢包率预测模型》一文中研究指出无线信道的网络流量的及时预测,是目前国内外研究的前沿课题。通过对实时网络流量的测量分析,提出了一种基于最小二乘法的多项式拟合网络流量丢包率预测模型。该模型根据当前获得的网络流量信息,对网络丢包率趋势进行预测,为无线网络下信号丢包率的预测供了可行的手段。实测丢包率与预测丢包率的对比分析表明提出的预测模型能很好的预测丢包率趋势。(本文来源于《无线电工程》期刊2011年10期）
黄文,佘紫艳[5]（2009）在《基于丢包率预测的P2P流传输拥塞控制研究》一文中研究指出针对目前P2P流传输拥塞控制算法不能实时反映网络可用带宽状况,且在流传输时容易产生抖动的问题,提出了使用丢包率预测算法改进TFRC拥塞控制协议的拥塞控制算法。仿真实验结果表明改进算法可以较好地解决以上问题。(本文来源于《湖南科技学院学报》期刊2009年12期）
蔡凌,汪晋宽,王翠荣[6]（2009）在《基于丢包率预测的多路径网络负载均衡策略》一文中研究指出为了弥补传统多路径网络负载均衡策略在网络状态改变前无法预先提供相应预测信息的不足,提出了一种基于预测多路径丢包率的负载均衡策略.该策略以主动测量获取的每条路径的丢包率为观察值,采用确定型时间序列预测为预测手段,利用预测的丢包率作为负载分配的依据.此外,在负载均衡的调节中,提出了利用丢包率作为每条路径流量分配比例的惩罚函数,将流量引入丢包率低的路径.分析及仿真结果证明,该策略能有效地均衡负载,减少网络的丢包率.(本文来源于《东北大学学报(自然科学版)》期刊2009年06期）
丢包率预测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对无线传感器网络(WSNs)在测量数据丢包不确定性情况下的分布式H∞滤波问题,提出一种基于传感器丢包率不确定性预测的分布式H∞滤波算法。通过设计一种线性全阶滤波器,使得滤波误差能够收敛在均方渐近为零,同时抑制外界的干扰造成的H∞滤波衰减。根据滤波参数符合伯努利分布随机分布的原理,利用Lyapunov函数的方法,通过寻找最佳的滤波参数来保证在丢包率不确定的情况下对真值预测的随机稳定性。实验仿真结果表明:当观测数据存在不确定性丢包时,该滤波算法能发挥有效的滤波效果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
丢包率预测论文参考文献
[1].张强.基于丢包率预测的混合自动重传请求算法研究[D].电子科技大学.2016
[2].林楠,史苇杭,魏斌.基于传感器丢包率不确定性预测的分布式H∞滤波算法[J].传感器与微系统.2015
[3].田波,杨宜民,蔡述庭.基于丢包率预测的视频传输纠错算法[J].计算机应用研究.2014
[4].周磊.网络流量丢包率预测模型[J].无线电工程.2011
[5].黄文,佘紫艳.基于丢包率预测的P2P流传输拥塞控制研究[J].湖南科技学院学报.2009
[6].蔡凌,汪晋宽,王翠荣.基于丢包率预测的多路径网络负载均衡策略[J].东北大学学报(自然科学版).2009
标签：无线传输; 混和自动重传请求算法; 隐马尔科夫模型; 预测;