matlab編程代做highspeedlogic★基于小波神經(jīng)網(wǎng)絡(luò)的短時能量分析

1、第二章 基于小波神經(jīng)網(wǎng)絡(luò)的流量預(yù)測理論介紹2.1小波理論基礎(chǔ)小波分析是近期發(fā)展起來的一個數(shù)學(xué)分支，目前對很多應(yīng)用學(xué)科的發(fā)展都產(chǎn)生了深遠(yuǎn)的影響，己經(jīng)成為眾多學(xué)科共同關(guān)注的熱點(diǎn)。從數(shù)學(xué)的角度講，小波分析是泛函分析、傅里葉分析、樣條分析、數(shù)值分析的完美結(jié)晶；從信號和信息處理的角度講，小波分析是時間尺度分析和多分辨分析的一種新技術(shù)。小波變換屬于時頻分析的一種，它可以像傅里葉變換一樣，將數(shù)據(jù)分解成不同的頻率分量，剔除數(shù)據(jù)中干擾因素的影響。在繼承快速傅里葉變換局部化思想的同時，小波分析還具有多分辨率的特點(diǎn)，這就克服了傅里葉變換中窗口大小不隨頻率變化，缺乏離散正交基的缺點(diǎn)。它在時、頻域都具有表征信號局部特征

2、的能力，能夠在保證時間和頻率窗口大小(窗口的面積)固定不變的情況下，改變窗口的形狀。也就是說，它在低頻部分具有較高的頻率分辨率和較低的時間分辨率，在高頻部分具有較高的時間分辨率和較低的頻率分辨率。因此，小波變換能夠有效的從信號中提取信息，并通過伸縮和平移等運(yùn)算功能對函數(shù)或信號進(jìn)行多尺度細(xì)化分析，從而被稱為“數(shù)學(xué)顯微鏡”。由于小波分析可以揭示其他信號分析方法所丟失的數(shù)據(jù)信息，如趨勢、斷點(diǎn)等，所以它具有對信號的自適應(yīng)能力，在分析短時交通流數(shù)據(jù)時可以探測到信號中夾帶的瞬態(tài)反常現(xiàn)象，并展示其成分?？傊?，小波變換理論為分解交通流數(shù)據(jù)，將各種影響短時交通流數(shù)據(jù)的因素分類考慮提供了一種有效的方法。小波分析在

3、時域與頻域同時具有良好的局部化性能，有一個靈活的時間-頻率窗，這在理論和實(shí)用中都具有重要意義。已經(jīng)成功應(yīng)用于計(jì)算機(jī)視覺，人工智能，非線性科學(xué)等方面。小波變換是近十幾年信信號處理領(lǐng)域研究的一個熱點(diǎn)，許多學(xué)者將小波在理論上的研究成果應(yīng)用到諸如圖像壓縮、特征提取、信號濾波和數(shù)據(jù)融合等方面，而且小波變換的領(lǐng)域還在不斷地發(fā)展當(dāng)中。小波之所以在信號處理領(lǐng)域具有很大的優(yōu)勢，在于小波變換可以獲得信號的多分辨率描述，這種描述符合人類觀察世界的一般規(guī)律，同時，小波變換具有豐富的小波基以適應(yīng)具有不同特性的信號。小波神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)如下所示：圖2.1 小波神經(jīng)網(wǎng)絡(luò)基本結(jié)構(gòu)基于小波的人工神經(jīng)網(wǎng)絡(luò)，即小波神經(jīng)網(wǎng)絡(luò)(WN

4、N)是對生物神經(jīng)進(jìn)行仿真研究的結(jié)果，是基于生物學(xué)中的神經(jīng)網(wǎng)絡(luò)的基本原理，按照控制工程的思路和數(shù)學(xué)描述的方法建立起來的數(shù)學(xué)模型。WNN能夠模擬人腦的結(jié)構(gòu)與功能機(jī)制，實(shí)現(xiàn)某方面的功能，能自我感知，自主適應(yīng)，有很強(qiáng)的學(xué)習(xí)和逼近功能；能比較準(zhǔn)確地揭示非線性復(fù)雜動力系統(tǒng)的內(nèi)在關(guān)系和演化機(jī)理。所以WNN可以用來分析和預(yù)測網(wǎng)絡(luò)流量行為和演化趨勢。2.1.1小波變換·連續(xù)小波變換設(shè)，其傅立葉變換為，當(dāng)滿足允許條件 (2.1)我們稱為一個基本小波或母小波。將母函數(shù)經(jīng)伸縮和平移后得： (2.2)稱為一個小波序列。其中a為伸縮因子，b為平移因子。對于任意的信號函數(shù)的連續(xù)小波變換（CWT）為： (2.3)小

5、波反變換（重構(gòu)）定義為： (2.4)由于基小波生成的小波在小波變換中對被分析的信號起著觀測窗的作用，所以還應(yīng)該滿足一般函數(shù)的約束條件： (2.5)·離散小波變換離散小波變換（DWT）是對尺度參數(shù)a和平移參數(shù)b進(jìn)行離散化，而不是通常意義上的時間變量t的離散化。離散小波變換的一個重要問題是如何降低計(jì)算量和數(shù)據(jù)量，因?yàn)槿绻麑Τ叨萢和平移b離散的間隔小，那么計(jì)算量和數(shù)據(jù)量都是相當(dāng)驚人的。通常，把尺度a和平移b取作冪級數(shù)的形式，即：，這里，擴(kuò)展步長是固定值，為方便起見，總是假定。所以對應(yīng)的離散小波函數(shù)即可寫作： (2.6)信號的離散小波變換系數(shù)為： (2.7)重構(gòu)公式為： (2.8)實(shí)際應(yīng)用中

6、，信號f(t)通常是離散的或由采樣得到，也就是說時間t通常是以離散的形式出現(xiàn)的。以冪級數(shù)對尺度a和平移b進(jìn)行離散是一種高效的離散化方法，因?yàn)橹笖?shù)j的小的變化就會引起尺度a的很大變化。目前通行的方法是取，對尺度和平移進(jìn)行二進(jìn)離散，即： (2.9)從而得到如下二進(jìn)小波： (2.10)2.1.2 Mallat算法Mallat算法是小波變換的一個快速算法，其基本思想為：先對較大尺度的信號進(jìn)行小波變換，在選取其中的低頻部分在原尺度的1/2尺度上進(jìn)行小波變換。在多尺度逼近中，由于系數(shù)分別滿足 (2.11)具體過程如圖2.2所示。圖2.2 Mal1at決速分解算法以上就是mallat決速分解算法，與其相對應(yīng)

7、的由重構(gòu):的mallat快速重構(gòu)算法及過程如式： (2.12)圖2.3 Mallat快速重構(gòu)算法2.2小波基函數(shù)的選取在實(shí)際應(yīng)用中，選擇小波主要從小波的對稱性、正則性、支撐長度、消失矩等性質(zhì)方面考慮。對稱性主要用于圖像處理中，對稱性好的小波在進(jìn)行二維圖像處理中可以避免相移，簡化計(jì)算;消失矩階數(shù)大的小波變換能量更集中，在壓縮中用處很大;正則性則主要用來刻畫函數(shù)的光滑程度，一般正則性好的小波函數(shù)光滑性也越好，能夠獲得更好的重構(gòu)信號;支撐長度一般與消失矩和正則性相關(guān)，支撐長度越長，消失矩和正則性也越高，但支集太長會發(fā)生邊界問題，支集太短則不利于信號能量的集中。小波函數(shù)具有不同的族系，常見的有：haa

8、r小波、Meyer小波、dbN系列小波、symN系列小波、coifN系列小波。不同的小波函數(shù)具有不同的特性，對同一信號的處理效果也不同。Haar小波是小波分析發(fā)展過程中用的最早的小波，也是最簡單的小波，一般只用來理解小波分析的原理，不用于分析實(shí)際問題;Meyer小波不具有緊支性，所以在進(jìn)行離散小波變換時不存在快速算法，但由Meyer小波構(gòu)造的濾波器具有很高的消失矩；dbN系列小波、symN系列小波、coifN系列小波都是由DaubechieS提出來的具有緊支性的正交小波系，三種小波系相比，SymN小波類似于dbN小波，但它具有更好的對稱性，而coifN小波具有更長的支撐長度和更大的消失矩，對稱

9、性也比較好。·Haar小波Haar函數(shù)是在小波分析中最早用到的一個具有緊支撐的正交小波函數(shù)，同時也是最簡單的一個函數(shù)，它是非連續(xù)的，類似一個階梯函數(shù)。Haar函數(shù)與下面將要介紹的db1小波函數(shù)是一樣的。Haar函數(shù)定義為： (2.13)尺度函數(shù)為： (2.14)在MATLAB中，可以輸入命令waveinfo(haar)獲得Haar函數(shù)的一些主動要性質(zhì)。·Daubechies(dbN)小波系Daubechies函數(shù)是由世界著名的小波分析學(xué)者Inrid Daubechies構(gòu)造的小波函數(shù)，除了db1(即Haar小波)外，其他小波沒有明確的表達(dá)式，但轉(zhuǎn)換函數(shù)h的平方模是很明確的。

10、dbN函數(shù)是緊支撐標(biāo)準(zhǔn)正交小波。假設(shè)，其中，為二項(xiàng)式的系數(shù)，則有其中，。小波函數(shù)和尺度函數(shù)的有效支撐長度為2N-1，小波函數(shù)的消失矩陣數(shù)為N。dbN大多數(shù)不具有對稱性。對于有些小波函數(shù)，不對稱性是非常明顯的。正則性隨著序號N增加。函數(shù)具有正交性。Daubechies小波函數(shù)提供了比Haar組更有效的分析和綜合。Daubechies系中的小波基記為dbN，N為序號，且N=1，2，10。本文中用到了db2，db4，db6，db8。2.3小波分解層數(shù)N的確定為了達(dá)到對短時交通流數(shù)據(jù)的預(yù)測要求，為實(shí)時交通控制、誘導(dǎo)作準(zhǔn)備，在對原始數(shù)據(jù)進(jìn)行小波分解時既要最大限度地保留原始數(shù)據(jù)信息，使其可以為將來挖掘數(shù)據(jù)

11、信息提供較大的靈活度，又要能夠有效地辨識原始數(shù)據(jù)中的隨機(jī)誤差，將交通信號與噪聲信號分離。從小波分解與重構(gòu)的角度來說，如果分解深度過小，近似信號會包含過多的干擾信號，導(dǎo)致難以確定流量變化的趨勢;如果分解深度過大，濾波器頻帶過低，反映變化趨勢的信息就會隨著分解次數(shù)的增加被作為干擾信號過濾掉。因此，小波分解層數(shù)N對小波分析的效果有著重要影響。對于經(jīng)過小波分解得到的信號概貌或細(xì)節(jié)成分，由香農(nóng)采樣定理可知，采樣頻率必須大于信號頻率的兩倍才能夠獲得信號中的有效信息，去除噪聲。本文借鑒利用小波變換方法進(jìn)行數(shù)據(jù)集成的思想，來確定小波的分解層數(shù)。2.4 神經(jīng)網(wǎng)絡(luò)簡介人工神經(jīng)網(wǎng)絡(luò)，或稱為神經(jīng)網(wǎng)絡(luò)是由大量簡單神經(jīng)元

12、廣泛地互相連接而形成的復(fù)雜網(wǎng)絡(luò)系統(tǒng)，它反映了人腦功能的許多基本特征，是一個高度復(fù)雜的非線性系統(tǒng)。人工神經(jīng)網(wǎng)絡(luò)的研究始于二十世紀(jì)四十年代。1943年心理學(xué)家W.McCulloch和數(shù)理邏輯學(xué)家W.Pitts合作，首先推出了神經(jīng)元的數(shù)學(xué)模型，即著名的MP模型，從此開創(chuàng)了對人工神經(jīng)網(wǎng)絡(luò)的理論研究。但是，由于難以找出有效的學(xué)習(xí)算法，在整個70年代人工神經(jīng)網(wǎng)絡(luò)的研究相對處于低潮。進(jìn)入80年代以后，美國生物物理學(xué)家Hopfield于1982年提出了Hopfield模型，他在建立的網(wǎng)絡(luò)模型中引入“能量”函數(shù)，使人工神經(jīng)網(wǎng)絡(luò)的平衡穩(wěn)定狀態(tài)有了明確的判據(jù)方法，并使網(wǎng)絡(luò)具有聯(lián)想記憶、自動分類和自動校正記憶誤差的能

13、力，從而開拓了人工神經(jīng)網(wǎng)絡(luò)理論研究的新途徑，使人工神經(jīng)網(wǎng)絡(luò)理論的研究進(jìn)入了一個嶄新的時代。人工神經(jīng)網(wǎng)絡(luò)是一個具有高度非線性的超大規(guī)模自適應(yīng)處理系統(tǒng)。其最主要的特征為：(1)并行性：神經(jīng)網(wǎng)絡(luò)中的神經(jīng)元之間有著大量的相互連接，所以信息輸入之后可以很快地傳遞到各個神經(jīng)元進(jìn)行同時(并行)處理，其運(yùn)算效率非常高。(2)自學(xué)習(xí)、自組織性：神經(jīng)網(wǎng)絡(luò)系統(tǒng)具有很強(qiáng)的自學(xué)習(xí)能力，系統(tǒng)可以在學(xué)習(xí)過程中不斷完善自己，具有創(chuàng)造性。(3)聯(lián)想記憶功能：在網(wǎng)絡(luò)訓(xùn)練的過程中，輸入端給出要記憶的模式，通過學(xué)習(xí)并合理地調(diào)節(jié)網(wǎng)絡(luò)中的權(quán)系數(shù)，網(wǎng)絡(luò)就能“記住”所有的輸入信息。在執(zhí)行時，若在網(wǎng)絡(luò)的輸入端輸入被噪聲污染的信息或者是不完整、

14、不準(zhǔn)確的片段，經(jīng)過網(wǎng)絡(luò)的處理后，在輸出端即可得到恢復(fù)的完整而準(zhǔn)確的信息；(4)具有很強(qiáng)的魯棒性和容錯性：在神經(jīng)網(wǎng)絡(luò)中，信息的存儲是分布式地存在整個網(wǎng)絡(luò)中相互連接的權(quán)值上，少數(shù)幾個神經(jīng)元損壞只會稍許降低系統(tǒng)的性能，而不至于破壞整個系統(tǒng)。人工神經(jīng)網(wǎng)絡(luò)是由大量的人工神經(jīng)元廣泛互聯(lián)而成的網(wǎng)絡(luò)。人工神經(jīng)元是對生物神經(jīng)元的簡化與模擬，是神經(jīng)網(wǎng)絡(luò)的基本處理單元，單個的神經(jīng)元模型如圖。圖2.4單個人工神經(jīng)元模型神經(jīng)元是一個多輸入，單輸出的非線性元件，其輸入輸出關(guān)系可描述為： 根據(jù)網(wǎng)絡(luò)結(jié)構(gòu)和學(xué)習(xí)規(guī)則的不同，神經(jīng)網(wǎng)絡(luò)有許多種類，包括感知器，線性神經(jīng)網(wǎng)絡(luò)，BP網(wǎng)絡(luò)，徑向基函數(shù)網(wǎng)絡(luò)，自組織競爭網(wǎng)絡(luò)和回歸網(wǎng)絡(luò)等。一個神

15、經(jīng)網(wǎng)絡(luò)的模型確定以后，為了使它具有某種智能特性，還必須有相應(yīng)的學(xué)習(xí)方法與之配合，其學(xué)習(xí)方式主要有兩種：一種是有導(dǎo)師的學(xué)習(xí)算法，即根據(jù)期望的和實(shí)際的網(wǎng)絡(luò)輸出間的差來調(diào)整神經(jīng)元之間的權(quán)值。另一種是無導(dǎo)師學(xué)習(xí)算法，即不需要知道期望輸出，在訓(xùn)練過程中，只要向神經(jīng)網(wǎng)絡(luò)提供輸入模式，神經(jīng)網(wǎng)絡(luò)就能夠自動地適應(yīng)連接權(quán)值，以便按相似特征把輸入模式分組聚集，這具有更近似于人腦的功能。2.5 MATLAB仿真軟件簡介MATLAB是矩陣實(shí)驗(yàn)室（MatrixLaboratory）之意。除具備卓越的數(shù)值計(jì)算能力外，它還提供了專業(yè)水平的符號計(jì)算、文字處理、可視化建模仿真和實(shí)時控制等功能。在當(dāng)今30多個數(shù)學(xué)類科技應(yīng)用軟件中，

16、就軟件數(shù)學(xué)處理的原始內(nèi)核而言，可分為兩大類，一類是數(shù)值計(jì)算型軟件，如MATLAB、Xmath、Gauss等，這類軟件長于數(shù)值計(jì)算，對處理大批數(shù)據(jù)效率高；另一類是數(shù)學(xué)分析型軟件，Mathematica、Maple等，這類軟件以符號計(jì)算見長，能給出解析解和任意精確解，其缺點(diǎn)是處理大量數(shù)據(jù)時效率較低。MATLAB是矩陣實(shí)驗(yàn)室（MatrixLaboratory）的縮寫。MATLAB的基本數(shù)據(jù)單位是矩陣，它的指令表達(dá)式與數(shù)學(xué)、工程中常用的形式十分相似，故用MATLAB來解算問題要比用C，F(xiàn)ORTRAN等語言完成相同的事情簡捷得多。當(dāng)前流行的MATLAB 7.0/Simulink 3.0包括擁有數(shù)百個內(nèi)部

17、函數(shù)的主包和三十幾種工具包(Toolbox)，工具包又可以分為功能性工具包和學(xué)科工具包，功能工具包用來擴(kuò)充MATLAB的符號計(jì)算，可視化建模仿真，文字處理及實(shí)時控制等功能。學(xué)科工具包是專業(yè)性比較強(qiáng)的工具包。控制工具包，信號處理工具包，通信工具包等都屬于此類。開放性使MATLAB廣受用戶歡迎，除內(nèi)部函數(shù)外，所有MATLAB主包文件和各種工具包都是可讀可修改的文件，用戶通過對源程序的修改或加入自己編寫的程序構(gòu)造新的專用工具包。在70年代中期，Cleve Moler博士和其同事在美國國家科學(xué)基金的資助下開發(fā)了調(diào)用EISPACK和LINPACK的FORTRAN子程序庫。EISPACK是特征值求解的FO

18、ETRAN程序庫，LINPACK是解線性方程的程序庫。在當(dāng)時，這兩個程序庫代表矩陣運(yùn)算的最高水平。到70年代后期，身為美國New MEXico大學(xué)計(jì)算機(jī)系系主任的Cleve Moler，在給學(xué)生講授線性代數(shù)課程時，想教學(xué)生使用EISPACK和LINPACK程序庫，但他發(fā)現(xiàn)學(xué)生用FORTRAN編寫接口程序很費(fèi)時間，于是他開始自己動手，利用業(yè)余時間為學(xué)生編寫EISPACK和LINPACK的接口程序。Cleve Moler給這個接口程序取名為MATLAB，該名為矩陣(matrix)和實(shí)驗(yàn)室(labotatory)兩個英文單詞的前三個字母的組合。在以后的數(shù)年里，MATLAB在多所大學(xué)里作為教學(xué)輔助軟件

19、使用，并作為面向大眾的免費(fèi)軟件廣為流傳。在MATLAB進(jìn)入市場前，國際上的許多軟件包都是直接以FORTRANC語言等編程語言開發(fā)的。這種軟件的缺點(diǎn)是使用面窄，接口簡陋，程序結(jié)構(gòu)不開放以及沒有標(biāo)準(zhǔn)的基庫，很難適應(yīng)各學(xué)科的最新發(fā)展，因而很難推廣。MATLAB的出現(xiàn)，為各國科學(xué)家開發(fā)學(xué)科軟件提供了新的基礎(chǔ)。在MATLAB問世不久的80年代中期，原先控制領(lǐng)域里的一些軟件包紛紛被淘汰或在MATLAB上重建。到九十年代初期，在國際上30幾個數(shù)學(xué)類科技應(yīng)用軟件中，MATLAB在數(shù)值計(jì)算方面獨(dú)占鰲頭，而Mathematica和Maple則分居符號計(jì)算軟件的前兩名。Mathcad因其提供計(jì)算、圖形、文字處理的統(tǒng)

20、一環(huán)境而深受中學(xué)生歡迎。MathWorks公司于1993年推出MATLAB4.0版本，從此告別DOS版。4.x版在繼承和發(fā)展其原有的數(shù)值計(jì)算和圖形可視能力的同時，出現(xiàn)了以下幾個重要變化：推出了SIMULINK。這是一個交互式操作的動態(tài)系統(tǒng)建模、仿真、分析集成環(huán)境。它的出現(xiàn)使人們有可能考慮許多以前不得不做簡化假設(shè)的非線性因素、隨機(jī)因素，從而大大提高了人們對非線性、隨機(jī)動態(tài)系統(tǒng)的認(rèn)知能力。開發(fā)了與外部進(jìn)行直接數(shù)據(jù)交換的組件，打通了MATLAB進(jìn)行實(shí)時數(shù)據(jù)分析、處理和硬件開發(fā)的道路。推出了符號計(jì)算工具包。1993年MathWorks公司從加拿大滑鐵盧大學(xué)購得Maple的使用權(quán)，以Maple為“引擎”

21、開發(fā)了Symbolic Math Toolbox 1.0。MathWorks公司此舉加快結(jié)束了國際上數(shù)值計(jì)算、符號計(jì)算孰優(yōu)孰劣的長期爭論，促成了兩種計(jì)算的互補(bǔ)發(fā)展新時代。構(gòu)成了Notebook 和MathWorks公司瞄準(zhǔn)應(yīng)用范圍最廣的Word ，運(yùn)用DDE和OLE，實(shí)現(xiàn)了MATLAB與Word的無縫連接，從而為專業(yè)科技工作者創(chuàng)造了融入科學(xué)計(jì)算、圖形可視、文字處理于一體的高水準(zhǔn)環(huán)境。1997年仲春，MATLAB5.0版問世，緊接著是5.1、5.2，以及和1999年春的5.3版。與 4.x相比，現(xiàn)今的MATLAB擁有更豐富的數(shù)據(jù)類型和結(jié)構(gòu)、更友善的面向?qū)ο?、更加快速精良的圖形可視、更廣博的數(shù)學(xué)和

22、數(shù)據(jù)分析資源、更多的應(yīng)用開發(fā)工具。關(guān)于MATLAB5.x的特點(diǎn)下節(jié)將作更詳細(xì)的介紹。MATLAB之所以如此迅速地普及，顯示出如此旺盛的生命力，是由于它有著不同于其它語言的特點(diǎn)。正如同F(xiàn)ortran和C等高級語言使人們擺脫了需要直接對計(jì)算機(jī)硬件資源進(jìn)行操作一樣，被稱為第4代計(jì)算機(jī)語言的MATLAB，利用其豐富的函數(shù)資源，使編程人員從繁瑣的程序代碼中解放出來。MATLAB的主要特點(diǎn)：·功能強(qiáng)大MATLAB具有功能強(qiáng)勁的工具箱，其包含兩個部分：核心部分和各種可選的工具箱。核心部分中，有數(shù)百個核心內(nèi)部函數(shù)。其工具箱又可分為兩類：功能性工具箱和學(xué)科性工具箱。功能性工具箱主要用來擴(kuò)充其符號計(jì)算功

23、能、圖示建模仿真功能、文字處理功能以及與硬件實(shí)時交互功能。功能性工具箱能用于多種學(xué)科，而學(xué)科性工具箱是專業(yè)性比較強(qiáng)的，例如control toolbox,image processing toolbox,signal processing toolbox等。這些工具箱都是由該領(lǐng)域內(nèi)的學(xué)術(shù)水平很高的專家編寫的，所以用戶無需編寫自己學(xué)科范圍內(nèi)的基礎(chǔ)程序，就能夠直接進(jìn)行高、精、尖的研究。MATLAB之所以成為世界頂級的科學(xué)計(jì)算與數(shù)學(xué)應(yīng)用軟件，是因?yàn)樗S著版本的升級與不斷完善而具有越來越強(qiáng)大的功能，主要有：數(shù)值計(jì)算功能；符號計(jì)算功能；數(shù)據(jù)分析功能；動態(tài)仿真功能；圖形文字統(tǒng)一處理功能。·界面友

24、好，編程效率高M(jìn)ATLAB突出的特點(diǎn)就是簡潔。它用更直觀的、符合人類思維習(xí)慣的代碼代替了C和Fortran語言的冗長代碼，給用戶帶來的是最直觀、最簡潔的程序開發(fā)環(huán)境。MATLAB語言簡潔緊湊，使用方便靈活，庫函數(shù)極其豐富，程序書寫形式自由，利用其豐富的庫函數(shù)避開繁雜的子程序編程任務(wù)，壓縮了一切不必要的編程工作。由于庫函數(shù)都是由本領(lǐng)域的專家編寫的，因此用戶不必?fù)?dān)心函數(shù)的可靠性?？梢哉f，用MATLAB進(jìn)行科學(xué)開發(fā)是站在專家的肩膀上來完成的。第三章 基于小波神經(jīng)網(wǎng)絡(luò)的流量預(yù)測的實(shí)驗(yàn)及結(jié)果分析3.1 網(wǎng)絡(luò)數(shù)據(jù)的采集3.1.1網(wǎng)絡(luò)流量簡介網(wǎng)絡(luò)特征測量是高性能協(xié)議設(shè)計(jì)、網(wǎng)絡(luò)設(shè)備開發(fā)、網(wǎng)絡(luò)規(guī)劃與建設(shè)、網(wǎng)絡(luò)管

25、理與操作的基礎(chǔ)，同時也是開發(fā)高效能網(wǎng)絡(luò)應(yīng)用的基礎(chǔ)。網(wǎng)絡(luò)特征測量可以為互聯(lián)網(wǎng)的科學(xué)管理和有效控制以及為互聯(lián)網(wǎng)的發(fā)展與利用提供科學(xué)的依據(jù)。網(wǎng)絡(luò)流量特征是高性能通信協(xié)議與網(wǎng)絡(luò)設(shè)備設(shè)計(jì)、網(wǎng)絡(luò)性能分析、網(wǎng)絡(luò)設(shè)計(jì)及其網(wǎng)絡(luò)負(fù)載均衡等QoS保證和性能提升的基礎(chǔ)，也是網(wǎng)絡(luò)服務(wù)監(jiān)控和異常、故障、安全攻擊發(fā)現(xiàn)的重要手段?？梢詭椭藗冊O(shè)計(jì)更好的網(wǎng)絡(luò)協(xié)議、更合理的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)、更高效的QoS保證手段、更智能的網(wǎng)絡(luò)監(jiān)控系統(tǒng)，保證網(wǎng)絡(luò)高效、穩(wěn)定、高性能安全地運(yùn)行。因特網(wǎng)的通信量連續(xù)地變化。不僅是通信量本身，通信量的組成、協(xié)議、應(yīng)用以及用戶等也都在改變。對現(xiàn)有網(wǎng)絡(luò)收集的數(shù)據(jù)僅僅是在因特網(wǎng)演化過程中的一個“快照”。不能把通信量

26、的結(jié)構(gòu)視為不變的。由于因特網(wǎng)的異構(gòu)特性，描述聚合的網(wǎng)絡(luò)流量特點(diǎn)很困難。在因特網(wǎng)中存在著大量不同類型的應(yīng)用、多種協(xié)議、多種接入技術(shù)和多種接入速率，同時用戶行為及因特網(wǎng)本身也是變化的。流量是雙向的，通常是不對稱的。數(shù)據(jù)通常在兩個方向流動，但兩個方向的數(shù)據(jù)量往往相差很大（尤其是下載萬維網(wǎng)的大文件）。多數(shù)應(yīng)用都使用TCP/IP流量。在因特網(wǎng)的分組流量中，TCP的份額占絕大部分，至今為止TCP協(xié)議一直是最重要的協(xié)議。即使目前IP電話和多播技術(shù)（這些應(yīng)用是在UDP上運(yùn)行）得到廣泛應(yīng)用，TCP仍處于主導(dǎo)地位。在可預(yù)見的未來仍是如此。正因?yàn)檫@樣，許多研究僅關(guān)注TCP。網(wǎng)絡(luò)流量測量主要分為性能監(jiān)測與分析、網(wǎng)絡(luò)拓

27、撲探測、網(wǎng)絡(luò)的流量分析等三個方面。性能監(jiān)測與分析，主要是通過監(jiān)測網(wǎng)絡(luò)的端到端的時延、抖動、丟包率等特性，了解網(wǎng)絡(luò)的可達(dá)性、利用率以及網(wǎng)絡(luò)負(fù)荷等。網(wǎng)絡(luò)拓?fù)涮綔y，主要是通過主動發(fā)送TCP包或UDP包，對某一段網(wǎng)絡(luò)進(jìn)行探測，以得到這一網(wǎng)段的大致拓?fù)浣Y(jié)構(gòu)。網(wǎng)絡(luò)的流量分析，主要是對網(wǎng)絡(luò)“流”的特性進(jìn)行測量和分析，以掌握網(wǎng)絡(luò)的流量特性，比如協(xié)議的使用情況,應(yīng)用的使用情況，用戶的行為特征等。網(wǎng)絡(luò)測量技術(shù)總體上可分為主動測量、被動測量和基于SNMP的網(wǎng)絡(luò)測量三種。由于方法實(shí)現(xiàn)方式的不同以及適用范圍不同而各有利弊。·主動測量主動測量是為了監(jiān)測兩指定端點(diǎn)之間的性能而向網(wǎng)絡(luò)中注入流量的方法，跟蹤和可視化I

28、nternet拓?fù)浣Y(jié)構(gòu)是主動測量最主要的應(yīng)用，同時主動測量可以探測網(wǎng)絡(luò)的特定現(xiàn)象。但是，主動測量給網(wǎng)絡(luò)增加了潛在的荷載負(fù)擔(dān)，特別是如果沒有仔細(xì)設(shè)計(jì)使得該方法產(chǎn)生的流量數(shù)最小，那么附加的流量會擾亂網(wǎng)絡(luò)，歪曲分析結(jié)果。·被動測量被動測量是直接利用網(wǎng)絡(luò)中已有的流量，通常采用在網(wǎng)絡(luò)硬件設(shè)備中嵌入智能代理來收集流量信息、監(jiān)視網(wǎng)絡(luò)鏈路的流量，收集到的數(shù)據(jù)可以用于進(jìn)行各種流量分析。被動測量可以完全取消附加流量和Heisenberg效應(yīng)。利用一定的軟硬件，被動的監(jiān)測記錄網(wǎng)絡(luò)上的“流”的情況。優(yōu)點(diǎn)是一般不會增加額外的網(wǎng)絡(luò)流量，能夠監(jiān)測網(wǎng)絡(luò)的流量情況；缺點(diǎn)是不夠靈活，一般只能探測某一網(wǎng)段的情況。網(wǎng)絡(luò)的流量分析一般采用被動監(jiān)測。·基于SNMP的網(wǎng)絡(luò)測量基于SNMP的網(wǎng)絡(luò)測量是通過讀取相關(guān)網(wǎng)絡(luò)設(shè)備的管理信息庫(MIB)，來得到反映網(wǎng)絡(luò)狀況的性能指標(biāo)。它無須主動發(fā)送探測包，但是讀取MIB中的信息仍將占用網(wǎng)絡(luò)的帶寬，而且它需要相關(guān)網(wǎng)絡(luò)設(shè)備的訪問權(quán)限及SNMP協(xié)議的支持。SNMP的簡單并不在于它的規(guī)范和目標(biāo)，其協(xié)議中集成的概念都具有既完美又普通的簡單。目前絕大多數(shù)網(wǎng)絡(luò)設(shè)備都支持SNMP協(xié)議。該方法存在以下優(yōu)點(diǎn)：（1）可以在任何時候，收集任何地點(diǎn)的網(wǎng)絡(luò)的流量。（2）能夠收集到某個網(wǎng)絡(luò)