为了进一步提高基于物联网的监控系统的可靠性和延长其网络生命周期,设计了一种基于灰色模型GM(1,1)和自回归AR(p)的对物联网监测区域中的数据传输进行控制的有效方法;首先,定义了基于GM(1,1)和自回归AR(p)的预测混合模型并对其运行原...为了进一步提高基于物联网的监控系统的可靠性和延长其网络生命周期,设计了一种基于灰色模型GM(1,1)和自回归AR(p)的对物联网监测区域中的数据传输进行控制的有效方法;首先,定义了基于GM(1,1)和自回归AR(p)的预测混合模型并对其运行原理进行了描述,然后,提出了采用最小二乘法对GM(1,1)的参数进行估计以获得预测模型,以总体最小二乘为评价准则,设计了基于SVD(sigular value decomposition,SVD)的AR(p)参数估计方法,最后将两种预测模型获得的结果进行加权融合作为最终的预测值;仿真实验表明,文中设计的基于GM(1,1)和自回归AR(p)模型的预测方法能较为精确地传感器节点在未来时刻采集的数据进行预测,同时由于节点预测的精确性,避免了其与基站之间的冗余数据传输,延长了网络生命周期,具有很强的可行性。展开更多
文摘为了进一步提高基于物联网的监控系统的可靠性和延长其网络生命周期,设计了一种基于灰色模型GM(1,1)和自回归AR(p)的对物联网监测区域中的数据传输进行控制的有效方法;首先,定义了基于GM(1,1)和自回归AR(p)的预测混合模型并对其运行原理进行了描述,然后,提出了采用最小二乘法对GM(1,1)的参数进行估计以获得预测模型,以总体最小二乘为评价准则,设计了基于SVD(sigular value decomposition,SVD)的AR(p)参数估计方法,最后将两种预测模型获得的结果进行加权融合作为最终的预测值;仿真实验表明,文中设计的基于GM(1,1)和自回归AR(p)模型的预测方法能较为精确地传感器节点在未来时刻采集的数据进行预测,同时由于节点预测的精确性,避免了其与基站之间的冗余数据传输,延长了网络生命周期,具有很强的可行性。
