基于神经网络的移动主机路径预测-自动化基础-论文之家

您现在的位置：硕士论文 >> 电子论文 >> 自动化 >> 自动化基础 >> 正文

基于神经网络的移动主机路径预测

作者：张磊 Publish: 2007-8-6 Hits:-

【中文题名】

基于神经网络的移动主机路径预测

【英文题名】

Mobile Host Track Prediction Based on Neural Network

【学科专业】

计算机系统结构

【论文级别】

硕士论文

【投稿时间】

2007-8-6

【中关键词】

WLAN,越区切换,BP神经网络,Elman神经网络,,

【英关键词】

【分类导航】

工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>人工神经网络与计算>

【论文摘要】

基于IEEE 802.11的无线局域网(WLAN)目前得到了广泛的应用,语音、视频等实时通信业务的应用越来越多,这对无线局域网的服务质量(QoS)提出了很高的要求。但是无线局域网较小的小区半径导致了比较频繁的越区切换,进而对移动终端应用的QoS造成较大的影响。一些方案已经被提出用来解决这个问题。其中的一类方案主要采用提前切换的方法来减少切换带来的影响。在这类方案中,对移动主机的下一跳的预测就至关重要。本文经过选择,首先应用神经网络中的误差反传(BP)网络、Elman网络分别对移动主机的移动路径进行预测作了尝试,并进行了相关的理论和试验分析,指出了这两种神经网络在路径预测应用中的优点和缺陷;在此基础上,针对Elman网络中只引入了隐含层神经元的反馈,而没有考虑输出层神经元的反馈的情况,提出了一个改进的Elman神经网络模型,计入了输出节点的反馈,应用BP算法推导出这种网络模型的学习算法,并且利用离散型的Lyapunov稳定性方法证明了算法的收敛条件,得到了保证网络稳定收敛的最佳学习速率。通过理论分析和实际数据集的试验证明,该神经网络模型能够以较小的存储空间和较快的计算速度获得与K阶Marko...

【论文题纲】

提要	4-7
第一章绪论	7-12
1.1 无线局域网体系结构	7-8
1.2 研究路径预测的背景及意义	8-10
1.2.1 无线局域网中MH的移动切换	8-10
1.2.2 研究路径预测的意义	10
1.3 本文的主要工作及结构安排	10-12
第二章用于移动主机路径预测的MARKOV 模型	12-16
2.1 马尔可夫过程	12-14
2.2 用于移动主机路径预测的Markov模型	14-16
2.2.1 二阶的Markov预测器	14-15
2.2.2 Markov预测器的优点和缺陷	15-16
第三章神经网络基本理论	16-32
3.1 神经网络概述	16-22
3.1.1 神经网络的发展应用	16-17
3.1.2 神经网络特点	17-18
3.1.3 神经网络的拓扑结构	18-19
3.1.4 神经网络的学习方式和规则	19-22
3.2 BP(误差反传)网络简介	22-27
3.2.1 BP网络基本原理	22-24
3.2.2 BP网络数学模型和BP算法实现	24-26
3.2.3 BP网络的缺陷和改进	26-27
3.3 Elman神经网络模型	27-32
3.3.1 Elman网络基本原理	28-29
3.3.2 Elman网络数学模型	29-31
3.3.3 Elman网络的优点和缺陷	31-32
第四章用于移动主机路径预测的神经网络仿真及实现	32-51
4.1 仿真环境	32-33
4.1.1 MATLAB简介	33
4.1.2 Neurosolution简介	33
4.2 数据样本的建立	33-34
4.2.1 样本数据的来源	33-34
4.2.2 样本数据的提取	34
4.3 BP网络仿真实现	34-41
4.3.1 建立移动主机路径预测模型	35-38
4.3.2 试验结果及分析	38-41
4.4 Elman网络仿真实现	41-43
4.4.1 建立移动主机路径预测模型	41-42
4.4.2 试验结果及分析	42-43
4.5 改进的Elman神经网络模型	43-51
4.5.1 网络学习算法	44-45
4.5.2 算法收敛性分析	45-49
4.5.3 仿真试验	49-51
第五章总结与展望	51-52
参考文献	52-56
摘要	56-59
Abstract	59-63
致谢	63-64
导师及作者简介	64

【DOI】

LunWen.ID:2.2008.388712



付费论文：有参考文献 300元

1、注册会员 2、购买本文 3、下载文章
注:此文为收费论文，需付费购买。每页大约1000字。

代写论文流程

载入中…

Web lunwenjia


热门搜索：WLAN 论文越区切换 BP神经网络 Elman神经网络

自动化基础最新论文

自动化基础热门论文