[发明专利]一种基于混合预测的触感通信容错方法及系统有效

专利信息
申请号: 202010895087.9 申请日: 2020-08-31
公开(公告)号: CN111949135B 公开(公告)日: 2022-06-17
发明(设计)人: 房颖;林擎旭;郑权斐;徐艺文;赵铁松 申请(专利权)人: 福州大学
主分类号: G06F3/01 分类号: G06F3/01;G06N3/04
代理公司: 福州元创专利商标代理有限公司 35100 代理人: 钱莉;蔡学俊
地址: 350108 福建省福州市*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 混合 预测 触感 通信 容错 方法 系统
【权利要求书】:

1.一种基于混合预测的触感通信容错方法,其特征在于,包括以下步骤:

在发送数据时,通过对要发送的数据进行预测压缩,仅发送预测值与真实值相对偏差大于死区参数的数据帧,以减少需要发送的数据量;在发送数据时,计算预测阈值L,并与数据一起发送;

在接收数据时,若遇到缺失的数据,计数加1,并将当前的计数值n与先前接收到的预测阈值L进行比较,若nL,则采用零阶保持预测算法预测缺失的数据,否则采用LSTM模型预测缺失的数据;若接收到数据,则令计数值清零,此时的预测值为真实值,同时获取新接收到的预测阈值L;所述预测阈值L的计算采用下式:

L=Lmax*Qθ

式中,Lmax为LSTM连续预测极值,Lmax的值为8,Qθ为梯度影响参数;

所述缺失的数据为丢包数据或者因压缩舍弃的数据;

梯度影响参数Qθ的计算具体为:

式中,θmax为通信过程中所出现的预测梯度最大值,θx、θy、θz为x、y、z三个方向上的预测梯度。

2.根据权利要求1所述的一种基于混合预测的触感通信容错方法,其特征在于,所述对要发送的数据进行预测压缩具体为:采用下式对数据进行预测压缩:

式中,为当前要发送的真实值,为通过LSTM模型预测得到的预测值,k为死区参数。

3.根据权利要求2所述的一种基于混合预测的触感通信容错方法,其特征在于,死区参数的取值为0.15。

4.根据权利要求1所述的一种基于混合预测的触感通信容错方法,其特征在于,在进行方法的测试时,通过布尔型指针*TransmitFlag的状态来代表通信过程中是否发生 丢包,每一时刻*TransmitFlag的状态通过随机产生一个正态分布的值来确定,共设置0%-50%八种不同的丢包率,并将*TransmitFlag的状态保存在标志位loss_v中,表示每一时刻的数据是否丢包;当接收到数据时,若*TransmitFlag=True,则表示接收到发送的数据,此时的预测值为真实值,即不需要进行预测;若*TransmitFlag=False,则表示通信过程中发生丢包,此时预测值为通过LSTM模型或者零阶保持算法预测得到。

5.一种基于权利要求1-4任一项所述基于混合预测的触感通信容错方法的系统,其特征在于,包括发送端、接收端;

所述发送端在发送数据时,通过对要发送的数据进行预测压缩,仅发送预测值与真实值相对偏差大于死区参数的数据帧,以减少需要发送的数据量;在发送数据时,计算预测阈值L,并与数据一起发送;

在接收数据时,若遇到缺失的数据,计数加1,并将当前的计数值n与先前接收到的预测阈值L进行比较,若nL,则采用零阶保持预测算法预测缺失的数据,否则采用LSTM模型预测缺失的数据;若接收到数据,则令计数值清零,此时的预测值为真实值,同时获取新接收到的预测阈值L;

所述缺失的数据为丢包数据或者因压缩舍弃的数据;

所述预测阈值L的计算采用下式:

L=Lmax*Qθ

式中,Lmax为LSTM连续预测极值,大小确定为8,Qθ为梯度影响参数;

其中,梯度影响参数Qθ的计算具体为:

式中,θmax为通信过程中所出现的预测梯度最大值,θx、θy、θz为x、y、z三个方向上的预测梯度。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于福州大学,未经福州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010895087.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top