分数阶Fourier变换域中网络流量的自相似特性分析

通过分析网络流量数据在FrFT域的统计特性发现,实际网络流量在FrFT域满足自相似性,进一步地,针对网络流量在 FrFT 域的“时域”和“频域”展开,分别给出了基于改进的整体经验模态分解—去趋势波动分析(MEEMD-DFA)的Hurst指数估计法以及基于加权最小二乘回归(WLSR)的Hurst指数自适应估计法。实验结果表明,相比于现有估值算法,MEEMD-DFA法具有较高的估计精度,但计算复杂度高;而FrFT自适应估计法则具有更优的估计顽健性,且计算复杂度较低,可作为一种实时在线估计真实网络数据Hurst指数的方法。