网络时延预测研究

开篇：润墨网以专业的文秘视角，为您筛选了一篇网络时延预测研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要：网络时间延迟是影响网络控制系统性能的一个主要因素，提前知道网络时延对提升网络控制系统的性能有一定的重要作用，网络时延预测准确度的高低直接影响到网络控制系统性能，为了更好的预测数据在网络上传输的时间延迟，满足网络控制系统需要，该文针对互联网中网络时延的预测问题进行了分析，分别用AR模型和Elman神经网络预测网络时延，通过仿真表明，平稳时延的预测AR模型要稍好，但扰动时延的预测Elman神经网络预测准确度及自适应性优于AR模型。

关键词：时延；Elman神经网络；AR模型

中图分类号：TP24 文献标识码：A文章编号：1009-3044(2011)10-2363-03

Research of Internet Time Delay Predicting

WANG Hong-wei1, YANG Yu2, ZHANG Zhi-hua3

(1.The State-owned Assets Management Office, College of Pingdingshan, Pingdingshan 467000, China; 2.College of International Education and Communication, College of Pingdingshan, Pingdingshan 467000, China; 3.Pingdingshan Mobile Company, Pingdingshan 467000, China)

Abstract： Network time delay is one of the important influence factor of Nerwork control system,it is important to know the time delay firstly for improve the performance of Network controle system ,the performance of Network control system depend on the predict accuracy of Internet communication delay, in order to content to Network control system and have a better performance on predict Internet communication delay, the paper analyzed the questions of Internet communication delay, AR model and Elman neural network are adopted to predict the communication delay,Simulation experimental results show that AR model has better effect of prediction on smooth time delay, with delay jitter,Elman neural network has better effect than AR model, it has higher precision and better adaptability.

Key words: time delay; elman neural network; AR model

随着互联网的迅速发展，网络与控制系统的结合逐渐成为研究的热点，此时，控制系统性能部分与网络的性能紧密联系起来，由于引入了网络，就不可避免的会引入网络时延，网络时延的存在必然降低控制系统的性能，尤其对于实时性控制系统[1-3]，因此对互联网网络时延的预测研究具有重大的理论意义。

1 网络时延分析

由网络通信原理，基于TCP/IP协议的网络延时T可以表示为[4]：

T=Ts+ Tp +ΣTri + Td

分别由以下部分组成：

1) 本地主机数据处理延时Ts。当应用程序向协议软件传递数据信元时，协议软件将由应用层至网络层逐层地对数据进行封装处理，而后进行发送。

2) 物理线路上信号传输延时Tp。这里的物理线路是指连接网络设备的线缆，如双绞线、光纤等。数据信号在物理线路上以接近光速的速度传输，这一延时与整体延时相比不在一个数量级上，因此通信节点之间的地理距离并不是决定延时大小的主要因素。

3) 中间路由器数据处理延时Tr。网络有其自身的拓扑结构，在网络上，除物理线路外，还有作为网络拓扑节点的路由器。路由器需要将收到的数据流解释至网络层以选择下一跳的目的地址，选路过程中多个中间路由器数据处理延时和ΣTri是网络延时的主要组成部分。

4) 远程主机数据处理延时Td。远程主机需要对收到的数据报进行解释并对其进行校验和重新排序等，再送于应用层的程序进行处理。

以上各部分延时的存在就产生了TCP/IP网络的延时，中间路由器数据处理延时和ΣTri是网络延时的主要组成部分。而在延时不确定方面，严格来讲，以上各部分都是变化的并且都相互关联，但由于网络负载的变化多发生在中间路由器上，变动的主要因素为中间路由器数据处理延时总和ΣTri 。因此说，网络延时及其不确定性主要决定于数据所经过的跳数以及在每一跳上所花费的时间。

因特网是采用动态路由机制来传输数据业务的，但这种动态并不等于随机路由，只有当互连网的情况发生严重变化时，例如路由失效、严重拥塞等，转发数据报的路由路径才会改变。对因特网路由行为的研究表明通信双方或多方在会话期间路由很少改变，大部分的数据流沿同一条物理路径传输。

事实上，路由协议中向量距离协议之一RIP协议就是根据跳数最小的原则进行路由选择的；而在链路状态协议最常用的开放式最短路径优先OSPF协议中，跳数也是一个至关重要的决定因素。可以认为，网络的动态路由特性与其说是一种规则，不如说是一种意外。

2 AR模型

AR（Autoregressive）模型是一种线性预测模型，即已知N个数据，可由模型推出第N点前面或后面的数据。N阶自回归AR模型的定义为：

其中，x[n]是AR模型的预测信号，N是建立AR模型的阶次；u(n)为无法测量的扰动，因此，由先前的观察值XN[n](n=0,1,…,N-1)预测x[n]值的方程是：

其中，Ф(n)=(-x[n-1]-x[n-2]…-x(n-N))，系数向量α=(α1,α2,…,αN)。

只需待预测信号X的最近N个信号已知（x[n-1],x[n-2],x[n-3,…,x[n-N]]）可以采用递归最小均方误差方法求取AR模型的系数α1,α2,…,αN。然后利用方程(n|α|)=αTФ(n)预测x的未来信号相对于实际测量值将具有最小误差。

3 Elman神经网络

Elman网络是 J. L. Elman于 1990年首先针对语音处理问题而提出来的，它是一种典型的局部回归网络。Elman网络可以看作是一个具有局部记忆单元和局部反馈连接的前向神经网络。Elman网络具有与多层前向网络相似的多层结构。它的主要结构是前馈连接，包括输入层、 隐含层、 输出层，其连接权可以进行学习修正；反馈连接由一组结构单元构成，用来记忆前一时刻的输出值。在这种网络中, 除了普通的隐含层外, 还有一个特别的隐含层，称为关联层 (或联系单元层 ) ；该层从隐含层接收反馈信号，每一个隐含层节点都有一个与之对应的关联层节点连接。关联层的作用是通过联接记忆将上一个时刻的隐层状态连同当前时刻的网络输入一起作为隐层的输入，相当于状态反馈。隐层的传递函数仍为某种非线性函数，一般为 Sigmoid函数，输出层为线性函数，关联层也为线性函数。