本文關(guān)鍵詞：帶噪聲抑制的流量矩陣估計方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著最近幾十年信息與通信技術(shù)的高速發(fā)展,網(wǎng)絡(luò)的規(guī)模日益龐大,網(wǎng)絡(luò)結(jié)構(gòu)也越來越復(fù)雜,接入網(wǎng)絡(luò)的用戶越來越多。網(wǎng)絡(luò)服務(wù)提供商為了更好的建設(shè)網(wǎng)絡(luò)、規(guī)劃網(wǎng)絡(luò)、維護(hù)網(wǎng)絡(luò)、提供更優(yōu)質(zhì)的網(wǎng)絡(luò)服務(wù),就需要掌握網(wǎng)絡(luò)中的各種參數(shù),其中流量矩陣描述了整個網(wǎng)絡(luò)中端到端的流量的具體分布,是網(wǎng)絡(luò)分析的重要參數(shù)。由于網(wǎng)絡(luò)結(jié)構(gòu)的復(fù)雜及規(guī)模的龐大,要想通過直接測量獲取整個網(wǎng)絡(luò)的流量矩陣是代價極其高昂的。又由于鏈路流量和路由指示矩陣獲取的成本相對低廉,所以如何通過鏈路流量和路由指示矩陣對流量矩陣進(jìn)行估計越來越受到國內(nèi)國外科學(xué)研究人員的高度重視,成為近年來的熱門研究問題。流量矩陣估計問題本質(zhì)上是一個欠定性病態(tài)的反問題求解,現(xiàn)有的流量矩陣求解方法都不包含噪聲或者假定噪聲是高斯的。在實際網(wǎng)絡(luò)中,路由矩陣誤差和鏈路測量誤差等因素導(dǎo)致了噪聲多元的,高斯和非高斯噪聲并存。本文從抑制高斯白噪聲和非高斯噪聲的角度展開研究,形成了能夠抑制各種噪聲的流量矩陣估計方法。具體成果如下:1.本文針對現(xiàn)有流量矩陣估計算法大多基于先驗?zāi)Ｐ?并沒有將鏈路流量中所包含的高斯白噪聲的抑制設(shè)計到流量矩陣估計當(dāng)中等不足,提出了基于LENS矩陣分解的流量矩陣估計算法。從LENS鏈路流量分解算法出發(fā),將其演變?yōu)榱肆髁烤仃嚬烙嬎惴?同時設(shè)計了時間和空間約束矩陣對估計結(jié)果進(jìn)行約束,也將鏈路流量中常�；煊械脑肼曉O(shè)計到目標(biāo)函數(shù)當(dāng)中。最后通過實驗仿真驗證了,該算法有很好的估計精度同時對噪聲有一定的抑制作用。2.本文針對簡單重力模型估計結(jié)果不符合流量矩陣估計的約束模型和現(xiàn)有估計方法對混合噪聲抑制能力差等問題,提出了基于迭代加權(quán)搜索的流量矩陣估計算法。簡單重力模型在估計的過程中并沒有路由指示矩陣致使估計結(jié)果相對粗糙,本文結(jié)合流量矩陣估計的約束模型通過加權(quán)最小二乘解對其估計結(jié)果進(jìn)行優(yōu)化,在加權(quán)函數(shù)的設(shè)計過程中使用了混合分布函數(shù),結(jié)合了各種范數(shù)的優(yōu)點同時具備抑制高斯白噪聲和脈沖噪聲的能力,同時運(yùn)用迭代加權(quán)搜索的方式大大提高了計算速度。最后通過實驗仿真證明了該算法有較好的估計精度以及對高斯白噪聲和脈沖噪聲都有一定的抑制能力。
【關(guān)鍵詞】：流量矩陣 時空約束 混合分布 迭代加權(quán) 噪聲
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN911.4

  本文關(guān)鍵詞：帶噪聲抑制的流量矩陣估計方法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：436545