论文部分内容阅读
混合式网络应用多数依赖于完整的混合数据,防止混合数据包丢失是一项重要的研究工作。由于混合式网络丢失模式较为特殊、丢失率高,常规数据恢复方法采用误差平方和最小准则计算出网络丢失数据集多个近邻对应的权值,以求解的权值重构出丢失的数据包,当面对大量的网络数据丢失的情况,存在恢复误差较大,恢复时间过长的问题。现提出一种粒子群优化的混合式网络丢失数据包恢复方法。采用压缩感知理论挖掘混合式网络信号的稀疏特性,获取网络信号的离散样本,将丢失数据问题转换为矩阵完全问题,以填充矩阵来填充丢失的数据包。在分析压缩感知数