收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

网络视频流量的多重分形建模与多步预测研究

李大辉  
【摘要】:在网络传输中,网络流量影响现实网络的业务传送质量。网络流量的自相似性(SelfSimilarity,SS)被发现后,利用分形和多重分形理论研究网络流量的测量、建模和控制,成为一个热点研究问题。 由于分形理论揭示了分形整体与局部形态的相似,揭示了介于整体与部分、有序与无序、复杂与简单之间的新形态、新秩序。分形形体中的自相似可以是完全相同,也可以是统计意义上的相似。对于流量的分析经过三阶段,第一阶段是传统的流量模型,如Poisson,Markov和ARMA等模型,第二阶段是自相似特征的流量模型,如FGN模型,FBM模型,FARIMA模型。第三阶段是多重分形特征的流量模型,如MWM、MFM。并给出分割函数S (q)的定义和h (q)的定义,并说明了用S (q)和h(q)函数判断流量的单分形和多重分形,为流量分析提供了有利方法。 在对网络流量的分形特征与估计方法充分分析基础上,对视频流量的图像质量和压缩比YUV、均值X|-、方差系数S x/X|-和峰值/均值X_(max)/X|-参数进行统计,统计数据表明视频流量的质量越高,突发性就越强,这种波动性体现在整体,对于局部却没有发现,说明了方差系数反映的是流量整体的波动性,而不能反映局部的波动性的。 对流量的LRD特性分析中,明确了不同内容的视频流均表现出LRD特性,只是其LRD的程度相差很大;对于不同质量的同一视频内容,它的LRD的程度也不同,一般图像质量越高,其LRD越强;对于相同质量、不同内容视频流,其LRD程度不同,其原因在于YUV越高,而压缩比越小,视频越清晰,同时H也越强,当然LRD也越高。在相同内容中,如果前景与背景相对出现快速变化,形成了流量的突发性,X max/X|-就会变大,LRD也就产生变化。 对视频流量的多重分形特征分析中,明确MPEG-4视频流量中的I、P、B帧相关性,在各尺度系数下,分析了MPEG-4视频流量中的I帧的边缘分布性质和相关性,用较少的数据进行统计参数,达到估计长相关性的目的,奠定了网络视频流量的多重分形模型设计基础。 本论文在相关的理论基础、方法和技术基础上,研究了网络流量的分形特征,对网络流量的单分形和多重分形特征进行分析,确定了基于单分形的Hurst参数估计方法、Holder指数估计和多重分形谱的估计方法;同时研究了具有分形特征的网络流量建模技术,综合分析了传统的网络流量模型、单分形和多重分形的网络流量建模。又由于多媒体技术的广泛应用,网络视频流量在Internet网络流量中占据了很大的比重,本文在针对网络视频流量的分析、多重分形建模和预测开展了一些具有创新意义的工作。 第一分析了多重分形模型的小波基、消失矩和因子等因素对仿真序列的影响,确定了选取各因素的方法和策略。通过选用Haar、Daubechies、Coifets和Symlets小波分别生成多重分形模型的仿真序列,以及对仿真序列的长相关和多重分形特征进行分析,基于Haar小波的多重分形模型仿真序列最接近真实视频流量;通过分析Haar、Daubechies、Coifets和Symlets小波的消失矩,选用Daubechies和Haar小波进行仿真实验,实验表明,由于Haar小波有最短的支集和最小的消失矩,并且它是Daubechies小波的一种,在多重分形模型中,Haar小波是最理想的选择。 针对传统多重分形模型中因子分布的缺陷,选用了β分布、点集(pointmass)分布和pareto分布等因子完成了多重分形建模过程,分析了仿真流量的分布特性、长相关性和多重分形等特征,并通过定义Kullback-Leiblar(KL)方法,判断具有距离最近的因子,实现多重分形模型仿真序列具有最佳分布,使得各尺度上的因子参数具有鲁棒性,因此多重分形模型中β分布就不是唯一的选择,可以依据信号的不同特性选择不同的因子分布。 第二针对视频流量的长相关性(long range dependence, LRD)进行了研究,通过对多重分形的各尺度系数和边缘分布进行了分析,以及对系数间的相关函数进行分析,提出了一个控制LRD的方法,这个方法主要对最粗的尺度系数建模,而这种建模具有自回归的短相关性(short range dependence, SRD),目的是将具有SRD特性的最粗尺度能够与具有LRD特性的最终流量序列建立联系,达到能够精确地控制流量序列的LRD,实验验证了这各方法能够保证了流量序列的LRD,也验证了多重分形模型的有效性。 第三由于多重分形树的分解能力,将时间序列进行分解细化为多层结构,通过对多重分形模型的各尺度系数进行性质分析,由于这个模型保持流量序列自相关函数的主体形状不变,设计了网络视频流量的多步预测方法,针对网络视频流量的多步预测方法,完成了多重分形可预测的分析,详细地设计了预测模型,介绍了尺度系数预测和因子预测方法,仿真表明多步预测模型的视频流量仿真有较好地效果。 第四将视频流量多步预测和流量控制相结合,主要讨论了网络QoS中的一些应用问题。在排队分析中,定义了一种广义尺度参数,并推导用于排队分析的多重分形模型的统计参数,然后利用Norris提出的排队理论,用广义尺度参数定义了长相关和短相关的的控制策略,给出了基于多重分形的预测模型,利用RTT设计了流量控制算法,实现了实际应用中的控制目的仿真实验证明了这个预测算法是有效性的。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张骏温,赵永祥,陈常嘉;因特网业务量多重分形性的本质及其成因研究[J];铁道学报;2001年02期
2 张骏温,陈海文,陈常嘉;因特网业务量多重分形性本质成因的研究[J];软件学报;2002年03期
3 张博;陈魏鑫;俞柏锋;;多重分形网络流量判别方法和产生方法[J];计算机工程与设计;2009年03期
4 张大陆,李晨;混合网络业务量多重分形分析[J];计算机工程;2004年09期
5 郑婷婷;毛军军;宋杰;程家兴;;蛋白质序列中的多重分形分析[J];计算机工程与应用;2007年20期
6 贾岩;谭献海;何平;胡玉清;;网络业务多重分形特性研究[J];计算机仿真;2009年04期
7 洪飞,吴志美;基于小波的多重分形业务排队分析[J];计算机研究与发展;2004年06期
8 郭科,施泽进,唐菊兴,陈聆,刘二永,魏友华;用多重分形研究元素的共生组合性[J];电子科技大学学报;2004年02期
9 胡俊;邱涛;魏娟;胡玉清;;多重分形下不同网络流量的合成模型[J];计算机应用;2008年03期
10 徐建;许满武;严悍;李千目;;一种基于多重分形的软件衰退分析方法[J];计算机科学;2010年08期
11 陈捷,陈克安,孙进才;一种时间序列多重分形分析的改进方法及其应用[J];数据采集与处理;1999年03期
12 龙图景,孙政顺,李春文,姜培刚,刘金华;一种新的网络业务流的多重分形小波模型[J];计算机学报;2004年08期
13 蒋爱平;王祁;;模拟X线头影片的多重分形分析[J];控制工程;2006年06期
14 钟维年;高清维;陈燕玲;;基于小波和多重分形的金融时间序列聚类[J];系统工程;2009年03期
15 苏菲,谢维信,董进;时间序列中的多重分形分析[J];数据采集与处理;1997年03期
16 周越,杨杰;基于多重分形模型的非高斯信号建模[J];上海交通大学学报;2002年04期
17 程华;房一泉;邵志清;;同质TCP流的多重分形特性分析[J];华东理工大学学报(自然科学版);2006年05期
18 潘晓博;;多重分形在杂波跟踪中的应用[J];电脑知识与技术;2008年36期
19 徐兴;徐胜;王卫星;岳学军;林涛;;基于组合模型的网络业务流多重分形建模[J];科学技术与工程;2012年18期
20 孔平;严广乐;孙继佳;;基于多重分形的肝脏边缘粗糙度分析[J];计算机应用研究;2011年06期
中国重要会议论文全文数据库 前10条
1 宁新宝;王俊;;生理信号中的多重分形[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年
2 谢淑云;鲍征宇;;地球化学场的分形与多重分形特征[A];中国矿物岩石地球化学学会第九届学术年会论文摘要集[C];2003年
3 林勇;赵国庆;喻祖国;;多重分形分析在经济中的应用[A];2002年中国管理科学学术会议论文集[C];2002年
4 那木吉拉;陈志军;;戈壁覆盖区遥感信息提取阈值确定的多重分形方法探讨[A];第十二届全国数学地质与地学信息学术研讨会论文集[C];2013年
5 谢平;刘彬;王霄;林洪彬;;多重分形熵及其在非平稳信号分析中的应用研究[A];第七届青年学术会议论文集[C];2005年
6 郑婷婷;毛军军;吴涛;宋杰;;多重分形和商空间理论在蛋白质结构类分析中的应用[A];第二十六届中国控制会议论文集[C];2007年
7 蒋志强;周炜星;;中国证券市场的多重分形特征[A];中国数学力学物理学高新技术交叉研究学会第十二届学术年会论文集[C];2008年
8 吴飞;王翠香;;随机数的几种产生方法及其在多重分形模型中的应用研究[A];中国地球物理第二十一届年会论文集[C];2005年
9 曹广喜;史安娜;;上海股市收益的多重分形特征的实证研究:一种新的MFDFA方法[A];第八届中国管理科学学术年会论文集[C];2006年
10 张颖;路影;;时尚商品价格时间序列的多重分形分析[A];2007中国控制与决策学术年会论文集[C];2007年
中国博士学位论文全文数据库 前9条
1 谢淑云;地球化学场的分形与多重分形特征[D];中国地质大学;2003年
2 苑宝;多重分形理论及其在中国股票市场中的应用研究[D];东北大学;2007年
3 李大辉;网络视频流量的多重分形建模与多步预测研究[D];哈尔滨工程大学;2012年
4 王访;作物诊断的叶片图像多重分形方法与建模[D];湖南农业大学;2013年
5 陈洪涛;石油期货市场多重分形特征及相关问题研究[D];南京航空航天大学;2009年
6 高歆;基于小波变换的二维地球化学景观多重分形建模[D];中国地质大学(北京);2010年
7 于雷;基于多重分形频谱技术的木材CT检测及其三维结构重建[D];东北林业大学;2010年
8 王升辉;IP网络业务流量多重分形建模和预测研究[D];北京交通大学;2007年
9 符维娟;基因组序列CGR图形的多重分形分析及应用[D];复旦大学;2005年
中国硕士学位论文全文数据库 前10条
1 丁丽娟;一类时间序列的多重分形分析[D];华东师范大学;2007年
2 李彩虹;多重分形过程性质研究[D];山西大学;2011年
3 周斌;基于小波分析的中国股市的多重分形辨识与应用研究[D];江西财经大学;2012年
4 高海霞;多重分形的算法研究及应用[D];成都理工大学;2004年
5 李彤;多重分形原理及其若干应用[D];北京交通大学;2008年
6 陈楠;多重分形在高温疲劳损伤中的应用[D];大连理工大学;2013年
7 邓嘉兴;基于多重分形理论的股价波动研究及预测[D];暨南大学;2007年
8 张明明;中国证券市场的多重分形及有效性研究[D];山西大学;2012年
9 张琛;多重分形在股票市场中的应用[D];安徽大学;2011年
10 马爽;基于多重分形理论的金融市场风险测度研究[D];黑龙江大学;2009年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978