基于奇异谱分析与LSSVM算法的列车 无线网络控制时延预测方法

来源：电子测量技术杂志2023年第1期北京时间：

作者：窦顺坤，李常贤，张丽艳

单位：1.大连交通大学自动化与电气工程学院 大连 116028; 2.大连交通大学轨道交通装备设计与制造技术国家地方 联合工程研究中心 大连 116028; 3.大连交通大学计算机与通信工程学院 大连 116028

摘要：无线网络控制是推进高速列车智能化的有利因素，无线网络时延作为一种典型的时间序列，存在随机性强、波动性大等问题导致预测难度大，针对这些问题提出了一种奇异谱分析改进粒子群优化LSSVM的无线网络时延预测模型。首先将获取到的时延序列通过Cao方法确定窗口长度，再将时延序列通过奇异谱分析得到一系列子序列，将各子序列采用混沌粒子群优化后的LSSVM模型进行预测，最后将所有子序列预测值进行叠加得到最终预测结果，仿真结果表明，该模型MAPE、MSE及MAE相比小波分解模型分别降低了2.8%、1.055、0.44；相比EMD分解模型分别降低了7.4%、3.377、1.118；相比CEEMD分解模型分别降低了6.2%、2.568、0.974，精度明显高于其他模型。

关键词：无线网络时延;奇异谱分析;混沌粒子群;LSSVM