[发明专利]一种基于流量预测的卫星网络队列管理方法

权利要求书

1.一种基于流量预测的卫星网络队列管理方法，其特征在于，包括：

步骤1：对卫星网络中一段时间内的流量数据进行自相似性判断；具体表述为：采用重标极差R/S分析法估算流量数据的Hurst指数H，如果H∈(0.5,1)，说明所述流量数据具有自相似性；

步骤2：将具有自相似性的流量数据作为动态三次指数平滑模型的输入，结合动态三次指数平滑模型和ARED算法得到包丢弃概率；

步骤3：通过得到的包丢弃概率控制传输信道中的丢包率、吞吐量、平均队列长度；

所述步骤2包括：

步骤2.1：构建动态三次指数平滑模型，将具有自相似性的流量数据作为动态三次指数平滑模型的输入，利用差分进化算法优化动态三次指数平滑模型中的平滑系数，得到一个平滑系数的最优解；

步骤2.2：将平滑系数最优解对应的动态三次指数平滑模型作为最优预测模型，将最优预测模型输出的流量数据的预测值作为ARED算法的输入；

步骤2.3：利用三次曲线函数对ARED算法的包丢弃概率函数进行平滑的非线性处理，通过ARED算法输出包丢弃概率。

2.根据权利要求1所述的一种基于流量预测的卫星网络队列管理方法，其特征在于，所述步骤2.1包括：

步骤2.1.1：初始化差分进化算法中的初始种群；

步骤2.1.2：利用差分进化算法对初始种群进行交叉、变异、选择，当达到最大迭代次数后，将输出的每代个体对应的值赋值给动态三次指数平滑模型中的平滑系数；

步骤2.1.3：将具有自相似性的流量数据作为动态三次指数平滑模型的输入，利用动态三次指数平滑模型对流量数据进行预测，输出流量数据的预测值；

步骤2.1.4：利用公式(1)计算样本均方误差f(△)：

式中，x_i表示输入的流量数据，S_i表示输出的时间队列的预测值，I表示流量数据的总数；

步骤2.1.5：改变初始种群的取值范围，再次执行步骤2.1.2～步骤2.1.4；

步骤2.1.6：重复步骤2.1.5执行N次计算得到N个样本均方误差，将样本均方误差最小时的个体值作为平滑系数的最优值。

3.根据权利要求1所述的一种基于流量预测的卫星网络队列管理方法，其特征在于，所述步骤2.3中利用三次曲线函数对ARED算法的包丢弃概率函数进行平滑的非线性处理，包括：

步骤2.3.1：利用公式(2)计算平均队列长度Qavg：

Qavg＝(1-ω_q)Qavg+ω_q·q (2)

式中，ω_q表示权重值，q表示初始队列长度；

步骤2.3.2：利用公式(3)计算包丢弃概率P_b：

式中，maxp表示包丢弃概率的最大值，min_th表示设定的队列阈值的下限值，max_th表示设定的队列阈值的上限值。