基于深度学习算法的舰船通信网络流量估计研究

摘要：

传统舰船通信网络流量估计算法输出结果与实际流量数值之间的误差较大,导致后期数据流量分析结果可信度降低.为了提升通信网络流量估计准确度,提出基于深度学习算法的舰船通信网络流量估计研究.首先,对通信网络空间中的数据流进行数据流模型建立,获得通信流量基础特征数据;然后,对其流量波动值域范围进行特征计算,以此获得深度学习样本.最后,通过深度学习算法,对样本数据进行学习,通过学习完成对流量估计系数的更新,进而提升估计精准度.通过对仿真数据的对比测试,证明提出的估计算法能够有效减小估计值与实际值之间的误差,满足适应估计场景的应用要求.

关键词：深度学习算法;通信网络;流量;估计

所属期刊栏目：43

分类号：TP273(自动化技术及设备)

资助基金：江苏省产学研前瞻性联合研究项目BY2016065-06

在线出版日期：2022-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：157-159