CN111525985B - 一种北斗消息接收周期预测与丢包判定方法 - Google Patents

Abstract

本发明涉及一种北斗消息接收周期预测与丢包判定方法，属于北斗通信领域。该方法具体包括：S1：数据采集：采集并存储后续分析需要的相关数据；S2：分析预测：利用采集的数据建立消息接收时间预测模型和异常判定阈值；S3：循环判定：实时预测消息接收时间，通过等待是否超时，建立丢包判定机制；S4：反馈控制：将根据当前消息状态评估结果进行后续处理和模型更新。本发明通过建立消息等待时间的阈值，解决接收端的信道丢包主动判定问题，实现消息接收端对北斗消息状态的评估。

Description

一种北斗消息接收周期预测与丢包判定方法

技术领域

本发明属于北斗通信领域，涉及在北斗消息接收端对周期发送的北斗消息进行接收时间预测以及丢包判定的方法。

背景技术

北斗卫星系统是中国自行研制的全球卫星导航系统，除提供高精度、高可靠定位、导航、授时服务外，还具备短报文通信能力。但通信容量有限，每次仅提供最多120个汉字或1680比特的通讯服务，其中民用通信容量单次不超过78字节，民用通信频率为1次/60秒。根据北斗通信应用领域的需求，通常采用多次短报文拼接或周期性消息发送方式提升北斗通信容量。

由于采用卫星信号作为消息的传输渠道，北斗通信系统是一种不可靠的通信链路。受天气、障碍物、杂波等多种因素影响，消息的丢包率在5％到25％左右。同时系统自身不提供消息确认和回传的机制。消息接收双方难以获取已发送消息丢失的状态。现有技术方案通过消息接收方发送回执的方式对成功接收的消息进行确认，消息发送方通过检查回执判断是否存在丢包现象，并进行消息重传。

目前，如申请号为201610038674X、201610296794X、201711132710X或2017111031473等专利申请中，现有机制能在一定程度上实现消息丢失状态的确认，但存在以下问题：

①仅消息发送方可通过回执信息估算历史消息接收状态，消息接收方难以对消息接收状态进行评估，无法判断是否发生部分消息丢失的情况，影响周期性接收数据的后续处理。

②消息发送方通过等待回执超时判断是否存在消息丢失，等待时间过长可能增加重传消息延误，等待时间过短则可能引起不必要的消息重复发送。现有技术未提供明确的等待时间定义方法与判定阈值，准确性和效率较低。

在基于北斗通信的监测系统中，消息发送方通常周期性发送监测数据。针对周期性发送的北斗消息，本发明拟从消息接收端出发，解决超时消息的等待时间决策与消息接收状态评估问题，为后续的消息处理提供辅助。

发明内容

有鉴于此，本发明的目的在于提供一种北斗消息接收周期预测与丢包判定方法，考虑北斗发送端以固定周期向接收端进行监测消息传输的场景，基于历史北斗消息的接收频率，对下一次消息接收时间间隔进行预测，通过建立消息等待时间的阈值，解决接收端的信道丢包主动判定问题，实现消息接收端对北斗消息状态的评估。

为达到上述目的，本发明提供如下技术方案：

一种北斗消息接收周期预测与丢包判定方法，包括数据采集、分析预测、循环判定、反馈控制四个步骤，如图1所示，在北斗消息收发双方中，本方案主要在消息接收方使用，连接北斗消息用户机或指挥机设备分析并反馈回执数据。消息发送方对回执消息的处理方法不包含在本发明中。当消息接收方接收来自多个发送方的消息时，本方案针对每个发送方进行独立操作，具体包括以下步骤：

S1：数据采集：采集并存储后续分析需要的相关数据；

S2：分析预测：利用采集的数据建立消息接收时间预测模型和异常判定阈值；

S3：循环判定：实时预测消息接收时间，通过等待是否超时，建立丢包判定机制；

S4：反馈控制：将根据当前消息状态评估结果进行后续处理和模型更新。

进一步，所述步骤S1具体包括：

S11：数据采集：从北斗用户机/指挥机设备读取接收的每条北斗消息，采集用户自定义信息以外的其他数据，包括消息发送时刻T_i、消息接收时刻x_i及发送端编号j等；

S12：消息接收间隔数据：根据相邻两条正常接收消息的接收时刻差值计算消息的等待时间间隔t_i；针对已标记的历史消息丢包时刻Δx_i，计算丢包发生时刻前后的接收消息之间的异常等待时间间隔Δt_i；

S13：时序数据产生：基于最近的连续n条正常消息的接收间隔，建立等待时间序列t_s＝t₁，t₂，…，t_n；

S14：正常及异常数据集产生：根据t_i与Δt_i之间的差异，将其拆分为两个数据集；其中，所有发生丢包的消息间隔时间形成异常间隔时间数据集N＝{Δt_i}，所有的正常数据传输时间形成正常间隔时间数据集P＝{t_i}。

进一步，所述步骤S2具体包括：

S21：预测模型建立：采用时间序列预测方法，通过历史消息时间间隔预测下一次消息的等待时间，建立ARMA预测模型：

其中，

θ_k是模型中的待求参数，t_i-k为已采集的历史间隔时间，ε_i与ε_i-k均为待求历史误差数据，p、q是需要评估的预测模型秩，也表示需要的历史数据阶数；

S22：预测模型求解：对n个历史消息间隔t_i(1≤i≤n)，计算序列均值及方差、协方差等；利用最小二乘法和贝叶斯信息准则等方法求解预测模型系数与秩；

S23：模型检验与更新：在接收到下一条消息后，计算实际消息间隔与预测消息间隔之间的残差进行模型显著性检验；

S24：丢包判定时间阈值计算：通过区分异常和正常数据的值域范围，计算丢包判定时间阈值Δt：

阈值Δt与异常时间间隔的残差平方和最小，与正常时间间隔的残差平方和最大。

更进一步，所述步骤S23具体包括：如果残差不超过临界值范围，则证明模型有效；如果残差超过临界值范围，则利用包含当前消息间隔数据的n个时间序列值重新计算秩与系数，并更新预测模型。

进一步，所述步骤S3具体包括：

S31：等待时间预测：基于公式(1)的预测模型和所采集的历史消息时间数据，计算下一次消息间隔时间t_i+1；

S32：放大系数选择：根据当前系统对丢包事件的容忍度，为消息等待时间设置放大系数α∈[1，2)；通信系统对丢包事件的容忍度越高，则α取值越大。

S33：等待超时阈值计算：选择异常等待时间阈值Δt与放大等待时间αt_i+1之间的较大值t_max作为超时判定时间；

S34：循环等待与判定：在每次成功接收到北斗消息后，开始等待αt_i+1时间，如果该时间内未收到来自北斗发送端j的消息，则判定疑似丢包事件发生，继续等待αt_i+1时间；反复循环直至收到下一条消息为止；

如果该时间内收到消息，则检查上一次成功接收到北斗消息后到本次接收消息为止的总等待时间t；如果总等待时间超过异常判定时间t_max，则判定丢包事件发生；否则判定消息接收正常；本次循环结束，基于预测模型对下一次等待时间进行预测。

进一步，所述步骤S4具体包括：如果发生疑似丢包事件或丢包事件，则向消息发送方返回消息传送失败回执，回执消息包括上一次接收消息发送北斗时T_i和当前时间x_i等；

如果发生丢包事件，则记录该事件发生时刻Δx_i，计算前后两条接收消息之间的异常时间间隔Δt_i，更新异常数据集N；对消息进行后续的解析处理；

如果消息正常接收则计算前后两条接收消息之间的正常时间间隔t_i，更新正常数据集P；更新时间序列T_s，对时间序列预测模型进行检验及更新；同时对消息进行后续的解析处理。

本发明的有益效果在于：

1)本发明通过对历史消息时间间隔的分析，预测后续消息的接收时刻，为消息接收端提供消息状态的评估方法，辅助丢包事件的决策。

2)本发明通过建立超时消息的优化判定阈值，提高对丢包事件判定的准确性和效率，降低需要重传的北斗消息传输延迟。

本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。

附图说明

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：

图1为本发明所述北斗消息接收周期预测与丢包判定方法的流程框图；

图2为本发明所述方法中数据的离线预处理阶段流程图；

图3为本发明所述方法中数据的在线分析预测阶段流程图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

本发明优选了一种实施例，从离线预处理与在线预测反馈两个阶段对本发明方法的执行进行说明。在北斗用户机/指挥机终端中使用民用卡，传输频率不超过1次/60秒。

离线预处理阶段的执行流程如图2所示。

1)收集接收到的历史消息，每条消息采集数据包括：消息发送时刻T_i，消息接收时刻x_i，历史丢包时刻Δx_i等。数据连续采集时间不低于100分钟。

2)计算正常接收每条消息接收时刻x_i与上一条消息接收时刻x_i-1之间的间隔t_i＝x_i-x_i-1。同理，基于历史丢包时刻计算Δt_i。将所收集的间隔时间划分为异常间隔时间数据集N＝{Δt_i}和正常间隔时间数据集P＝{t_i}。基于最近的约100条正常消息的接收间隔，建立时间序列t_s＝t₁，t₂，...，t₁₀₀。

3)基于时间序列数据t_s建立时序数据预测模型

首先基于序列数据均值、方差、自相关与偏相关系数获取模型秩p、q初值；

然后计算序列数据的方差、协方差等，利用矩阵估计法以及最小二乘法求解参数φ；

构建误差数据序列

通过建立该序列协方差方程估算参数θ以及ε；

最后，利用BIC检验方法对p、q初值临近的值域范围进行最优值确认。对每组p、q输入，计算相应的模型系数、预测回归误差和BIC贝叶斯信息。将BIC值最小的一组p、q值及其相应估算系数作为模型最终参数。

4)基于异常数据集N与正常数据集P，求解

计算丢包判定时间阈值Δt。Δt的取值尽可能靠近异常数据的值域空间，而远离正常数据的值域空间。

首先在值域空间[Δt_min,Δt_max]范围内，对差值Δt-Δt_i进行归一化处理，定义

其次，建立方程

求解方程

获得阈值Δt。

5)根据当前系统对丢包事件的容忍度，选择消息等待时间设置放大系数α＝1.5。根据预测模型和当前序列数据t_s，计算下一次消息间隔值

计算

预处理流程结束，在线预测反馈的执行流程如图3所示。

1)设置消息总等待时间t＝0。

2)开始等待接收北斗消息，等待时间为

3)如果等待时间内未接收北斗消息，则判定疑似丢包事件发生，通过北斗消息用户机/指挥机设备向消息发送方发送失败回执信息。回执信息包括：最后一次接收消息发送北斗时T_i，当前时间x_i等，由消息发送方判定需要重新传送的消息。设置消息总等待时间

返回步骤2)继续执行。

4)如果等待时间内成功接收北斗消息：

①获取消息发送时刻T_i，消息接收时刻x_i，与上一条消息时间间隔t_i等信息。

②检查消息总等待时间t是否大于t_max。如果成立，则判定丢包事件发生，执行步骤5)，否则执行步骤6)。

5)通过北斗消息用户机/指挥机设备向消息发送方发送失败回执信息，回执消息内容与步骤2)相同。收集异常消息间隔时间Δt_i＝总等待时间t，更新异常数据集N＝N∪{Δt_i}，执行步骤7)。

6)收集消息间隔时间t _i＝总等待时间t，更新间隔时间序列t_s＝t_i-99，t_i-98，…，t_i，更新正常数据集P＝P∪{t_i}。计算实际间隔t _i与预测间隔

间的残差ε_i及其自相关系数

进行Ljung-Box检验，如果检验未通过则重新计算系数并更新预测模型。执行步骤7)。

7)解析并处理接收消息，计算下一次消息间隔值

以及

返回步骤1)继续执行。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (5)

1.一种北斗消息接收周期预测与丢包判定方法，其特征在于，当消息接收方接收来自多个发送方的消息时，该方法具体包括以下步骤：

S1：数据采集：采集并存储后续分析需要的相关数据；具体包括：

S11：数据采集：从北斗用户机/指挥机设备读取接收的每条北斗消息，采集用户自定义信息以外的其他数据，包括消息发送时刻T_i、消息接收时刻x_i及发送端编号j；

S12：计算消息接收间隔数据：根据相邻两条正常接收消息的接收时刻差值计算消息的等待时间间隔t_i；针对已标记的历史消息丢包时刻Δx_i，计算丢包发生时刻前后的接收消息之间的异常等待时间间隔Δt_i；

S13：时序数据产生：基于最近的连续n条正常消息的接收间隔，建立等待时间序列t_s＝t₁,t₂,…,t_n；

S14：正常及异常数据集产生：根据t_i与Δt_i之间的差异，将其拆分为两个数据集；其中，所有发生丢包的消息间隔时间形成异常间隔时间数据集N＝{Δt}_i，所有的正常数据传输时间形成正常间隔时间数据集P＝{t_i}；

S2：分析预测：利用采集的数据建立消息接收时间预测模型和异常判定阈值；

S3：循环判定：实时预测消息接收时间，通过等待是否超时，建立丢包判定机制；

S4：反馈控制：将根据当前消息状态评估结果进行后续处理和模型更新。

2.根据权利要求1所述的一种北斗消息接收周期预测与丢包判定方法，其特征在于，所述步骤S2具体包括：

S21：预测模型建立：采用时间序列预测方法，通过历史消息时间间隔预测下一次消息的等待时间，建立ARMA预测模型：

其中，

θ_k是模型中的待求参数，t_i-k为已采集的历史间隔时间，ε_i与ε_i-k均为待求历史误差数据，p、q是需要评估的预测模型秩，也表示需要的历史数据阶数；

S22：预测模型求解：对n个历史消息间隔t_i，计算序列均值及方差、协方差；利用最小二乘法和贝叶斯信息准则求解预测模型系数与秩；

S23：模型检验与更新：在接收到下一条消息后，计算实际消息间隔与预测消息间隔之间的残差进行模型显著性检验；

S24：丢包判定时间阈值计算：通过区分异常和正常数据的值域范围，计算丢包判定时间阈值Δt：

阈值Δt与异常时间间隔的残差平方和最小，与正常时间间隔的残差平方和最大。

3.根据权利要求2所述的一种北斗消息接收周期预测与丢包判定方法，其特征在于，所述步骤S23具体包括：如果残差不超过临界值范围，则证明模型有效；如果残差超过临界值范围，则利用包含当前消息间隔数据的n个时间序列值重新计算秩与系数，并更新预测模型。

4.根据权利要求2所述的一种北斗消息接收周期预测与丢包判定方法，其特征在于，所述步骤S3具体包括：

S31：等待时间预测：基于公式(1)的预测模型和所采集的历史消息时间数据，计算下一次消息间隔时间t_i+1；

S32：放大系数选择：根据当前系统对丢包事件的容忍度，为消息等待时间设置放大系数α∈[1,2)；通信系统对丢包事件的容忍度越高，则α取值越大；

S33：等待超时阈值计算：选择异常等待时间阈值Δt与放大等待时间αt_i+1之间的较大值t_max作为超时判定时间；

S34：循环等待与判定：在每次成功接收到北斗消息后，开始等待αt_i+1时间，如果该时间内未收到来自北斗发送端j的消息，则判定疑似丢包事件发生，继续等待αt_i+1时间；反复循环直至收到下一条消息为止；

如果该时间内收到消息，则检查上一次成功接收到北斗消息后到本次接收消息为止的总等待时间t；如果总等待时间超过异常判定时间t_max，则判定丢包事件发生；否则判定消息接收正常；本次循环结束，基于预测模型对下一次等待时间进行预测。

5.根据权利要求4所述的一种北斗消息接收周期预测与丢包判定方法，其特征在于，所述步骤S4具体包括：如果发生疑似丢包事件或丢包事件，则向消息发送方返回消息传送失败回执，回执消息包括上一次接收消息发送北斗时T_i和当前时间x_i；

如果发生丢包事件，则记录该事件发生时刻Δx_i，计算前后两条接收消息之间的异常时间间隔Δt_i，更新异常数据集N；对消息进行后续的解析处理；

如果消息正常接收则计算前后两条接收消息之间的正常时间间隔t_i，更新正常数据集P；更新时间序列T_s，对时间序列预测模型进行检验及更新；同时对消息进行后续的解析处理。

Images