论文部分内容阅读
对网络中高速信息移动节点位置进行预测,能够提升网络数据采集和信息转发的质量。对移动节点位置进行预测时,由于节点位置的真实值和预报值存在误差,导致得到的移动节点运动累计时间过长。传统方法利用均值漂移和联合粒子滤波,获取移动节点运动累计时间,但过程复杂,导致节点位置预测精度偏低。提出基于马尔科夫链的网络中高速信息移动节点位置预测方法。融合于ARIMA模型预测出节点下一时刻的地理位置,获取节点的累计保持时间预测值,计算出节点位置真实值和预报值之间的均方误差,得到高速信息移动节点运动累计保持时间,融合于马尔