摘要
本发明公开了一种基于特征融合并行流量预测的水下带宽资源分配方法。首先布设水下设备并组网,将水下设备分为固定节点和移动节点;对于固定节点,结合改进卷积神经网络和长短期记忆网络,设计特征融合的并行流量预测模型,进行固定节点流量预测,浮标根据流量预测结果进行固定节点带宽资源分配;对于移动节点,估计移动节点的带宽分配区间,移动节点新加入某个浮标节点,初始化分配带宽区间最小值,根据移动节点与浮标节点距离自适应的调整带宽资源,当移动节点退出某个浮标节点时,回收其带宽资源。本发明能够避免分配给固定节点的带宽资源不足或闲置,自适应调整分配给移动节点的带宽资源,减少网络拥塞的发生。
技术关键词
浮标
带宽资源分配方法
水下设备
长短期记忆网络
流量预测模型
汇聚节点
卷积神经网络模块
节点覆盖范围
设计特征
时序特征
自主式水下航行
数据
水下移动节点
水下传感器
组网
信道
系统为您推荐了相关专利信息
特征关联分析
文本分类模型
文本分类方法
样本
分词
深度Q网络
注射泵系统
智能注射泵
柔性电子贴片
微型蠕动泵
程序执行轨迹
预测装置
跨度
分布式链路跟踪
构建算法
ARIMA模型
回归分析方法
可视化工具
资产管理系统
时间序列模型
实时监测系统
三维可视化平台
长短期记忆网络
树状拓扑结构
316L不锈钢