一种基于贝叶斯推断的动态数据包打包方法

摘要

本发明涉及一种基于贝叶斯推断的动态数据包打包方法，本发明针对使用共享网络进行通信的网络化控制系统中实时优化网络资源使用的问题，解决了网络化控制系统中优化网络资源是无法得到实际网络时延特征的问题。首先，对网络时延进行建模，并对其分布模型中的参数选取先验分布。其次，利用控制系统自身收集的最近历史时延数据，根据贝叶斯推断理论设计了模型的在线学习方法，得到了参数的后验分布。然后，分别从参数的后验分布中采样得到实时的参数值并带入更新时延分布模型。最后，从实时的时延分布模型中计算得到时延上界估计值，并依此来指导控制系统来设计数据包的长度，达到实时优化网络资源使用的目标。