-
公开(公告)号：CN114666230B
公开(公告)日：2022-08-12
申请号：CN202210568365.9
申请日：2022-05-24
Applicant: 南京信息工程大学
IPC: H04L41/147 , H04L41/142 , H04L41/14
Abstract: 本发明公开了一种基于修正因子的网络流量灰色预测方法，基于构建好的网络拓扑结构和它的原始流量序列，对原始流量序列进行归一化，构造并初始化修正因子的缓冲算子函数，对归一化流量序列中的每个元素施加缓冲算子函数，获得预处理流量序列，之后对预处理流量序列实施灰色预测，得到当前流量预测序列，计算归一化流量序列与预测流量序列的均方误差，对修正因子的值进行迭代更新，获得最优修正因子以及该修正因子对应的预测流量序列，对预测流量序列进行反归一化，得到最终预测流量序列，本发明提出的一种基于修正因子的网络流量灰色预测方法，在保证流量预测算法复杂度较低的前提下，实现对复杂网络流量的高精度预测。
-
公开(公告)号：CN114152918B
公开(公告)日：2024-10-08
申请号：CN202111395678.0
申请日：2021-11-23
Applicant: 南京信息工程大学
Abstract: 本申请涉及一种基于压缩感知的抗间歇式主瓣干扰方法。该方法包括：对间歇式干扰回波信号建模，获得雷达间歇式干扰回波信号模型，利用自适应数字波束形成技术对雷达间歇式干扰回波信号模型中的副瓣干扰进行消除后，建立间歇式干扰稀疏回波信号模型，将求解间歇式干扰稀疏回波信号模型转换为1‑范数规则化的最优化问题，获得转化后的间歇式干扰稀疏回波信号模型，利用快速阈值迭代稀疏重构算法求解对转化后的间歇式干扰稀疏回波信号模型进行求解分析，消除间歇式主瓣干扰信号，输出间歇式主瓣干扰抑制后的目标回波信号。利用快速阈值迭代稀疏重构算法来恢复稀疏信号向量，消除主瓣干扰，提升算法实效性。
-
公开(公告)号：CN114152918A
公开(公告)日：2022-03-08
申请号：CN202111395678.0
申请日：2021-11-23
Applicant: 南京信息工程大学
Abstract: 本申请涉及一种基于压缩感知的抗间歇式主瓣干扰方法。该方法包括：对间歇式干扰回波信号建模，获得雷达间歇式干扰回波信号模型，利用自适应数字波束形成技术对雷达间歇式干扰回波信号模型中的副瓣干扰进行消除后，建立间歇式干扰稀疏回波信号模型，将求解间歇式干扰稀疏回波信号模型转换为1‑范数规则化的最优化问题，获得转化后的间歇式干扰稀疏回波信号模型，利用快速阈值迭代稀疏重构算法求解对转化后的间歇式干扰稀疏回波信号模型进行求解分析，消除间歇式主瓣干扰信号，输出间歇式主瓣干扰抑制后的目标回波信号。利用快速阈值迭代稀疏重构算法来恢复稀疏信号向量，消除主瓣干扰，提升算法实效性。
-
公开(公告)号：CN114666230A
公开(公告)日：2022-06-24
申请号：CN202210568365.9
申请日：2022-05-24
Applicant: 南京信息工程大学
IPC: H04L41/147 , H04L41/142 , H04L41/14
Abstract: 本发明公开了一种基于修正因子的网络流量灰色预测方法，基于构建好的网络拓扑结构和它的原始流量序列，对原始流量序列进行归一化，构造并初始化修正因子的缓冲算子函数，对归一化流量序列中的每个元素施加缓冲算子函数，获得预处理流量序列，之后对预处理流量序列实施灰色预测，得到当前流量预测序列，计算归一化流量序列与预测流量序列的均方误差，对修正因子的值进行迭代更新，获得最优修正因子以及该修正因子对应的预测流量序列，对预测流量序列进行反归一化，得到最终预测流量序列，本发明提出的一种基于修正因子的网络流量灰色预测方法，在保证流量预测算法复杂度较低的前提下，实现对复杂网络流量的高精度预测。
-
-
-
Search Results
4
records
(took 0.022 seconds)
