一种cps延时抖动缓冲方法
【技术领域】
[0001] 本发明设及网络通信技术领域，具体地，设及一种(PS延时抖动缓冲方法。
【背景技术】
[0002] 在WS中，传感器节点需要实时感知环境变化，决策控制模块需要根据实时数据进 行处理与判决，执行器间要协同操作W实现对物理过程的控制。传感器节点、决策控制模块 和执行器节点依靠无线网络构成了一个闭环环路。由于WS引入了通信过程，不可避免会带 来网络时延。如果时延太大，则会对系统的实时性和同步性产生影响，特别是会影响系统中 各个执行模块之间的同步。并且，通信网络中存在各种复杂因素，例如拥塞和信道质量等原 因造成的传输延迟、延迟抖动和丢包，运些问题也会影响系统的实时性和同步性。此外，网 络延迟可能会在很短的时间内急剧变化，从而导致数据包到达时间不可预测，阻碍(PS数据 包的实时传送和系统单元的同步操作。最终，运些问题甚至会影响被控物理系统的性能，危 害物理系统的稳定性和安全性。而且，一些实时同步应用需要准确预测数据包的到达时间， 然而，时延抖动会导致数据包的到达时间不确定，进而会影响实时同步应用的性能，使得提 供高质量服务的实时同步应用十分困难。由此可见，建立一个合理的网络时延抖动平滑机 制来减少网络时延不稳定对系统的影响是十分必要的。
[0003] 网络时延是影响CPS实时性和同步性的一个重要因素，网络时延越大，系统等待时 间越长，实时性和同步性也就越差；网络抖动则是影响系统稳定性的一个重要因素，网络抖 动越少，系统的稳定性也就越好。因此，平滑网络抖动是CPS必须要解决的问题之一。
[0004] 在执行器端设置反馈延迟区可W平滑网络抖动，在预测时间内应用控制信号，能 够有效地减小或者消除网络的不确定性对网络应用系统性能的影响。反馈延迟区的含义 是:在执行器端设置一段时间，在运段时间内接收到控制模块发来的命令信号时，先存储起 来，等到运段时间完结，再执行命令。运段时间的时长称为反馈延迟。反馈延迟区时长的设 置十分关键:如果反馈延迟区的时长设置过大，执行模块等待过长，时延就会过大，影响系 统的实时性和同步性；反之，反馈延迟区的时长设置过小，执行模块无法正常接收命令信 号，结果不仅无法吸收延时抖动，而且会导致丢包率的上升，最后甚至损坏系统。因此，反馈 延迟区时长的设置必须在延时和丢包之间取得平衡。
[0005] 如何合理的设置反馈延迟区的大小，平滑网络中的不规则抖动，国内外研究学者 们提出了很多种网络抖动平滑W及缓冲器大小设置算法。例如，基于最小二乘法化east Square Method,LSM)和移动平均法(Moving Average Method,MAM)的预测算法。运两种算 法在遇到较大的延时抖动后，预测值产生突变，无法重新贴近实验中的网络延时抖动的大 小，从而影响预测的准确性。而另外一种基于指数平滑法化xponential Smoothing Method, ESP)的抖动平滑算法与LSM算法和MAM算法相比，ESM算法的均值和方差更小，预测 值更加精确。然而，ESM算法会因为观测值中含有较大的单边延迟变量而受到影响，产生一 个比较大的预测值，导致时延增大，从而影响系统的实时性和同步性。
【发明内容】
[0006] 针对CPS的网络W及其它系统设及的无线网络中，因为时延的不规则抖动影响系 统的稳定性和系统性能运一问题，本发明提出一种CPS延时抖动缓冲方法，所述方法包括：
[0007] 获取网络延迟初始数据；
[000引设置一个滑动窗口，用于记录距离当前时间最近的若干个单边时延变量；
[0009] 剔除滑动窗口中较大的单边时延变量；
[0010] 对滑动窗口中剩余的数据进行映射变换；
[0011] 针对经映射变换后的数据，利用导数最小二乘预测模型求解第一预测值；
[0012] 对所述第一预测值进行逆映射；
[0013] 针对经逆映射变换后的数据，W及经排序后的所述滑动窗口中的剩余数据的第 U %位数据，选取较大者作为第二预测值;其中，所述U %根据经验设置；
[0014] 根据该第二预测值计算反馈延迟预测值。
[0015] 针对CPS的网络W及其它系统设及的无线网络中，因为时延的不规则抖动影响系 统的稳定性和系统性能运一问题，本发明提出了一种合理设置反馈延迟区的大小，平滑网 络抖动的方法。本发明无需各个系统模块时钟同步，不会引入同步算法误差，同时，能够有 效地减少网络延迟抖动中的异常值，更加精确地预测网络中延时抖动大小的变化，与其他 方法相比，预测值的均值和方差更小，具有一定的优越性。
【附图说明】
[0016] 图1为实施例一提供的一种(PS延时抖动缓冲方法示意图。
[0017] 图2为实施例二提供的一种(PS延时抖动缓冲方法示意图。
[0018] 图3为基于均匀分布的四种抖动缓冲方法均值与方差比较图。
[0019] 图4为基于化reto分布的四种抖动缓冲方法均值与方差比较图。
【具体实施方式】
[0020] 下面结合附图对本发明作进一步说明。
[0021] 参见图1所示，为实施例一提供的一种CPS延时抖动缓冲方法示意图，其中包括如 下步骤：
[0022] SlOl、获取网络延迟初始数据。
[0023] 所述网络是CPS设及的无线网络。获取网络延迟初始数据是获取控制器端与终端 节点之间的数据包传输时间延迟值，作为初始样本数据。
[0024] S102、设置一个滑动窗口，用于记录距离当前时间最近的若干个单边时延变量。
[0025] 设置一个滑动窗口作为目标区域，然后计算每一次观测值，即单边时延变量，并将 距离当前时间最近的若干个单边时延变量记录至所述滑动窗口。
[00%] S103、剔除滑动窗口中较大的单边时延变量。
[0027]由于网络时延的不确定性可能导致所述滑动窗口中的数据出现抖动，即某些数据 可能远大于窗口中的其他大部分数据。运些数据会影响网络的稳定性和实时性等多方面的 性能。可W通过剔除滑动窗口中较大的单边时延变量来进行平滑。具体而言，先计算所述滑 动窗口中的数据集合的标准差，并利用拉依达准则剔除较大的抖动数据。其中，拉伊达准则 的数学表达式为：
[002引 Vd= |Xd-X|〉30(l <d<n)
[0029] 其中，Xd为样本中的数据;X为样本的期望值;Vd为数据域期望值的偏差。
[0030] S104、对滑动窗口中剩余的数据进行映射变换。
[0031] 具体而言，可W通过W下方式对滑动窗口中剩余的数据进行映射变换：
[0032] Y(i+l)=aXx+(l-a)XY(i)
[0033] 其中，YQ)为第i次观测值的映射变换，Y(i+1)为第i + 1次观测值的映射变换，a表 示变换系数，a e (0，1)。优选地，所述变换系数a = 0.6~0.9。
[0034] S105、针对经映射变换后的数据，利用导数最小二乘预测模型求解第一预测值。
[0035] 所述导数最小二乘预测模型包括W下至少一种：四参数幕函数模型、=参数指数 函数模型;其中，所述四参数幕函数模型的数学表达式为：
[0036] s(w+l+j) =a+c(w+l+j)?
[0037] p(ws+l+j) = (s(w+l+j)-(l-c〇 Xs(w+j))/曰
[0038] 其中，a，c和m为待定参数;w+l+j为经过映射变换的时间序列；s(w+l+j)为根据模 型计算的值;P(ws+l+j)为映射变换逆变换后的预测值；
[0039] 另外，所述=参数指数函数模型的数学表达式为：
[0040] s(w+l+j)=a+ce(w+W)
[0041] p(ws+l+j) = (s(w+l+j)-(l-c〇 Xs(w+j))/曰
[0042] 其中，a，c和m为待定参数;w+l+j为经过映射变换的时间序列；s(w+l+j)为根据模 型计算的值;P(ws+l+j)为映射变换逆变换后的预测值。
[0043] S106、对所述第一预测值进行逆映射。
[0044] 具体而言，可W通过W下方式对所述第一预测值进行逆映射：
[0045] x(w+l) = (Y(w+l)-(l-a)XY(w))/a
[0046] 其中，x(w+l)为所述逆映射的结果，Y(W)为第W次观测值的映射变换，Y(w+1)为第W +1次观测值的映射变换，a表示变换系数，a e (0，1)。
[0047] S107、针对经逆映射变换后的数据，W及经排序后的所述滑动窗口中的剩余数据 的第U %位数据，选取较大者作为第二预测值;其中，所述U %根据经验设置。
[0048] 对滑动窗口内的数据进行排序，针对排序后的数据，根据经验取出其中的第U%位 数据，然后将所述经逆映射变换后的数据与所述第U%位数据进行比较，选择较大的一者作 为第二预测值。
[0049] S108、根据该第二预测值计算反馈延迟预测值。
[0050] 具体可W通过W下方式根据上述得到的第二预测值计算反馈延迟预测值：
[005。嗦 _ ) + 么(0 + 'y0 .
[005^
[0053] 其中；
[0054] Tl表示第i个数据包的反馈延迟预测值，即反馈延迟区的大小；
[0055] ti表示第i个数据包从控制器端发出到达终端节点的时刻，i = 0，l，2,3,......， n；
[0056] 表示第j个数据包从终端节点发出到达控制器端的时刻，j = 0，l，2,3,......， n；
[0化7] ./；，,(〇表示第i个数据包从终端节点到控制器端的传输时间和第i-1个数据包从终 端节点到控制器端的传输时间的时间差值；
[0化引 ^存)表示第i个数据包从控制器端到终端节点的传输时间和第i-1个数据包从控 制器端到终端节点的传输时间的差值；
[0化9] 表示巧的预值。
[0060] 进一步地，由于预测值理论上应当服从均匀分布和化reto分布，因此，在计算出反 馈延迟预测值后，还可W通过验证反馈延迟预测值是否服从均匀分布和化reto分布来检验 该方法的有效性。其中，Pareto分布的累积分布函数为：
[0062] 其中；
[0063] V…二 min, A.,
[0065] 本实施例所提出的方法可W合理设置反馈延迟区的大小，平滑网络抖动。无需各 个系统模块时钟同步，不会引入同步算法误差，同时，能够有效地减少网络延迟抖动中的异 常值，更加精确地预测网络中延时抖动大小的变化。