随着科技的迅速发展,人们对交互体验的要求越来越高。虽然视听交互可以带给人身临其境的感受,但并不能带来完全沉浸式的体验。触感技术是一种新型交互技术,它允许人与物体之间进行真实交互,有助于实现完全沉浸式的交互体验。但是,触感信息在传输过程中可能会受到外部环境（例如网络环境）影响导致数据丢失,从而破坏触感通信系统的稳定性。因此,对触感信息进行预测从而实现触感通信系统的容错功能显得尤为重要。传统的触感信息预测算法大多采用线性预测方法,但触感信息并非简单的线性数据,因此传统算法的性能仍有提升空间。基于以上背景,本文提出了基于长短期记忆（LSTM）预测的触感通信容错算法,以实现触感通信过程中发生数据缺失时的数据预测填充,进而提高触感通信系统的容错性能。具体研究内容如下:（1）提出了基于LSTM预测的容错算法。本文首先分析了触感信息预测对于触感通信系统容错性能的重要性;然后,基于触感数据的特性和LSTM在时间序列预测方面的优势提出了基于LSTM预测的容错算法;最后,将该算法实现于仿真平台,并同传统算法进行性能对比,结果表明本文所提算法具有更佳的性能。（2）综合LSTM与零阶线性预测的优点,提出了混合预测算法,解决连续预测导致的误差积累问题,进一步提升预测算法的容错性能。LSTM预测模型在长时间连续预测时可能会出现误差积累问题,影响触感通信质量。为解决此问题,本文综合LSTM预测和零阶线性预测的优点提出了混和预测算法,然后将该算法实现于仿真平台,并通过实验验证了其有效性。（3）搭建触感交互仿真平台,并基于该平台设计主观实验,以验证本文所提算法的用户实际体验质量。已有研究表明,客观质量指标有时无法正确反映用户的真实体验质量,而主观实验可以较好地解决这个问题。因此,本文首先搭建触感交互仿真平台;然后,基于该平台根据主观实验规范设计了主观实验;最后,通过主观实验验证了本文所提算法的用户体验质量。本文所提的基于LSTM预测的容错算法以及进一步改进的混合预测算法能实现触感数据缺失时的精确预测,使触感通信系统具有更佳的容错性能,具备一定的实用价值。