基于领域搜索的FARIMA模型Hurst参数估计方法

摘要

本发明涉及一种基于领域搜索的FARIMA模型Hurst参数估计方法，通过模拟实际网络流量所具有的自相似长相关特性的FARIMA时间序列作为估计源，通过时间-方差图法和搜索法相结合的方式来进行Hurst参数的精确估计，所述的方法具体包括以下步骤：1)产生可模拟具有自相似长相关特性的网络流量的FARIMA时间序列；2)确定用于粗估计FARIMA序列的方差-时间图法的时间块的经验区间；3)用方差-时间图法在步骤2)获得的经验区间内进行FARIMA时间序列的Hurst参数估计；4)确定搜索法的步长、精度参数，在粗估计值附近进行Hurst参数的精确搜索估计。与现有技术相比，本发明具有大幅度提高了Hurst参数估计的精度。

主权项

一种基于领域搜索的FARIMA模型Hurst参数估计方法，其特征在于，通过模拟实际网络流量所具有的自相似长相关特性的FARIMA时间序列作为估计源，通过时间‑方差图法和搜索法相结合的方式来进行Hurst参数的精确估计，所述的方法具体包括以下步骤：1)产生可模拟具有自相似长相关特性的网络流量的FARIMA时间序列；2)确定用于粗估计FARIMA序列的方差‑时间图法的时间块的经验区间；3)用方差‑时间图法在步骤2)获得的经验区间内进行FARIMA时间序列的Hurst参数估计；4)确定搜索法的步长、精度参数，在粗估计值附近进行Hurst参数的精确搜索估计。