基于人工神经网络的遥操作机器人网络时延预测研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 问题的提出与研究意义 | 第10-11页 |
| 1.2 国内外研究现状及发展动态分析 | 第11-13页 |
| 1.3 课题研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 第2章 网络时延数据分布特性研究 | 第15-24页 |
| 2.1 引言 | 第15页 |
| 2.2 网络时延分布特性研究 | 第15-19页 |
| 2.2.1 网络时延随时间分布特性 | 第15-17页 |
| 2.2.2 网络时延的自相关性 | 第17-19页 |
| 2.3 时延分布规律及参数估计 | 第19-21页 |
| 2.4 实验验证 | 第21-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 基于人工神经网络的时延预测模型 | 第24-37页 |
| 3.1 引言 | 第24页 |
| 3.2 时延预测切换模型 | 第24-26页 |
| 3.3 基于支持向量机模型的时延分类算法 | 第26-28页 |
| 3.4 改进的RBF神经网络模型 | 第28-33页 |
| 3.4.1 RBF神经网络模型结构 | 第28-29页 |
| 3.4.2 二分K-means聚类算法 | 第29-31页 |
| 3.4.3 粒子群优化算法 | 第31-33页 |
| 3.5 实验验证 | 第33-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第4章 基于时延预测的改进的TCP协议及仿真 | 第37-50页 |
| 4.1 引言 | 第37页 |
| 4.2 TCP超时重传机制 | 第37-40页 |
| 4.2.1 传统的超时重传算法 | 第37-39页 |
| 4.2.2 基于时延预测的超时定时器预估算法 | 第39-40页 |
| 4.3 TCP拥塞控制机制 | 第40-44页 |
| 4.3.1 TCP拥塞控制机制对比分析 | 第40-41页 |
| 4.3.2 基于时延预测的拥塞窗口增加机制 | 第41-43页 |
| 4.3.3 拥塞窗口减小机制 | 第43-44页 |
| 4.4 遥操作机器人仿真实验 | 第44-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 结论与展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间发表的学术论文及其它成果 | 第56-57页 |
| 致谢 | 第57页 |
