| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题背景及研究的目的和意义 | 第9-12页 |
| 1.2 国内外发展及研究现状 | 第12-15页 |
| 1.2.1 网络自相似业务的研究现状 | 第12-13页 |
| 1.2.2 网络自相似业务预测的研究现状 | 第13-15页 |
| 1.3 本文主要研究内容 | 第15-18页 |
| 第2章 卫星互联网业务流量自相似性的研究 | 第18-36页 |
| 2.1 星间骨干网流量自相似特性分析 | 第18-28页 |
| 2.1.1 自相似业务参数特性分析 | 第19-21页 |
| 2.1.2 卫星骨干网自相似业务模型的建立 | 第21-23页 |
| 2.1.3 经过单跳到达目的卫星节点的业务特性 | 第23-25页 |
| 2.1.4 经过多跳到达目的卫星节点的业务特性 | 第25-28页 |
| 2.2 星-地混合网络自相似业务流的特性分析 | 第28-33页 |
| 2.3 卫星自相似业务对卫星通信系统的影响 | 第33-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第3章 自相似业务流量的小波分解 | 第36-49页 |
| 3.1 小波理论基础 | 第36-42页 |
| 3.1.1 小波的定义 | 第37-38页 |
| 3.1.2 小波变换 | 第38-39页 |
| 3.1.3 多分辨分析 | 第39-40页 |
| 3.1.4 Mallat 算法 | 第40-42页 |
| 3.1.5 小波系数的相关特性 | 第42页 |
| 3.2 自相似网络数据的小波分解 | 第42-48页 |
| 3.2.1 预测模型中网络流量数据的选取 | 第42-45页 |
| 3.2.2 网络流量小波分解参数的选择 | 第45-48页 |
| 3.3 本章小结 | 第48-49页 |
| 第4章 基于小波的 ARIMA 预测系统的实现 | 第49-64页 |
| 4.1 常用时间序列分析模型 | 第49-52页 |
| 4.2 基于小波的 ARIMA 模型预测系统的实现 | 第52-63页 |
| 4.2.1 预测系统总体设计思路 | 第53-54页 |
| 4.2.2 ARIMA 模型建立预测模型 | 第54-58页 |
| 4.2.3 系统预测效果的分析 | 第58-63页 |
| 4.3 本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71页 |