（计算机应用技术专业论文）机器人遥操作系统中的视频传输研究.pdf

华北电力大学硕士学位论文 摘要 本论文围绕机器人遥操作系统中的视频传输进行研究。首先，对网络时延进行 了测试分析，利用b p 神经网络对网络时延进行预测仿真。其次，针对机器人遥操 作系统中视频传输的低效率、大开销等问题，研究将r u d p 协议中的序列号、滑动 窗口、重传和确认等技术策略应用于机器人遥操作系统的视频传输，较好地实现了 机器人遥操作系统的实时视频传输。将r u d p 协议与t c p 和u d p 协议在效率和准 确性方面进行了实验测试比较，r u d p 比t c p 或u d p 有更高的视频传输效率。最 后，阐述了系统的总体功能、系统结构和软件实现，指出了下一步的研究内容。 关键词：机器人遥操作，视频传输，r u d p ，时延，神经网络 t h i sp a p e rc o n c e n t r a t e so nt h er e s e a r c ho nv i d e ot r a n s m i s s i o ni nt e l e o p e r a t i o n s y s t e m f i r s t l y , t h et i m e - d e l a yi st e s t e da n da n a l y z e d a n di ti sf o r e c a s t e du s i n gb pn e r v e n e t w o r k s e c o n d l y , t ot h ep r o b l e ms u c ha sl o we f f i c i e n c y ，h i g h l yc o n s u m e dt h a t a p p e a r e dd u r i n gv i d e ot r a n s m i s s i o ni nr o b o tt e l e o p e r a t i o ns y s t e m ，t h i sr e s e a r c hu s e s s e q u e n c en u m b e r , s l i d ew i n d o w s ，r e t r a n s m i s s i o n ，c o n g e s t i o nc o n t r o lt e c h n i q u ea n d a c k n o w l e d g e m e n tw h i c ha r ei n c l u d e di nr u d pp r o t o c o lf o rt h ev i d e ot r a n s m i s s i o ni n r o b o tt e l e o p e r a t i o ns y s t e m r e a l i z a t i o no fv i d e ot r a n s m i s s i o ns o f t w a r eb 潞c do nr u d p p r o t o c o lo ft e l e r o b o t i c si ss m o o t h l y t h er e s e a r c hb a s e d o ne x p e r i m e n tw i t hr u d p ，u d p a n dt c pi n e f f i c i e n c ya n dv e r a c i t y i n d i c a t e st h a tr u d pi sm o r ee f f i c i e n to n t r a n s m i s s i o nt h a nt c po ru d p f i n a l l y , t h ew h o l es y s t e mi sd e s c r i b e d t h ei m p o r t a n t r e s u l t sa n dc o n c l u s i o n so ft h i sd i s s e r t a t i o na r es u m m a r i z e d ，a n df u r t h e rr e s e a r c ho nt o p i c i sp r o p o s e d z h a n gl i n l i n ( c o m p u t e ra p p l i c a t i o nt e c h n o l o g y ) d i r e c t e db ya s s o c i a t ep r o f l i uc h a n g a n k e yw o r d s ：t e l e o p e r a t i o n ，v i d e ot r a n s m i s s i o n , r u d p ，t i m e d e l a y , n e r v en e t w o r k 声明 本人郑重声明：此处所提交的硕士学位论文机器人遥操作系统中的视频传输 研究，是本人在华北电力大学攻读硕士学位期间，在导师指导下进行的研究工作 和取得的研究成果。据本人所知，除了文中特别加以标注和致谢之处外，论文中不 包含其他人已经发表或撰写过的研究成果，也不包含为获得华北电力大学或其他教 育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡 献均已在论文中作了明确的说明并表示了谢意。 学位论文作者签名：茏笪监日 期： 关于学位论文使用授权的说明 本人完全了解华北电力大学有关保留、使用学位论文的规定，即：学校有权 保管、并向有关部门送交学位论文的原件与复印件；学校可以采用影印、缩印或 其它复制手段复制并保存学位论文；学校可允许学位论文被查阅或借阅；学校 可以学术交流为目的，复制赠送和交换学位论文：同意学校可以用不同方式在不同 媒体上发表、传播学位论文的全部或部分内容。 ( 涉密的学位论文在解密后遵守此规定) 作者签名：堑堕料 日 期：上啤与 华北电力大学硕士学位论文 1 1 课题的研究背景 第一章引言 机器人作为一种新型的生产工具，在减轻劳动强度，提高劳动生产率，把人从 危险、恶劣的环境下解放出来等方面显示出极大的优越性。例如；在具有强辐射性 的核电站，在强赢压的深水中，在严重缺氧的高空，邦可以利用机器人代替人类从 事各种工作。随着机器人技术的飞速发展，机器人技术不单单只停留在军事、工业 的应用范围里，而且被广泛地应用在日常的生活中。如何更方便、快捷、廉价地 控制机器人，已经成为机器人技术的一个突出问题。 在目前众多的控制领域中。远端监控已成为一种重要而且便利的控制技术。利 用这项技术，可以远程地遥控系统完成原先不易或不能完成的任务机器人远程控 制是以通讯技术为手段实现对远程机器人控制的技术，它最早出现于地质勘探，水 下作业、航空航天等领域。 网络技术的发展使得通过i n t e r n e t 进行监督和智能控制成为可能，这项技术的 应用主要包括远程医疗、分布式作业及通过i n t e r n e t 进行合作等。在此种背景下， 各地的专家们可以通过i n t e r n e t 完成远端的高精度和相对复杂的任务 这提高了人 类在一些危险有害的作业环境的可达性和安全性。基于i n t e r n e t 的机器人远程控制， 往往由远程操作者作为机器人的主操作手，发送目标命令给现场w e b 服务器，通过 它将目标命令传给现场控制服务器，再由该控制服务器发送实时控制命令给机器人 对它实施控制，必保证操作者能够发出正确约远程控剑指令，要求在整个过程孛， 对机器人的行为进行实时监控。 1 2 研究现状 信息技术是当前高技术发展中的主流技术，它的发展对其它技术会产生极大的 影响。机器人技术将借助信息技术而发展，同时机器人技术也会对信息技术的发展 产生推动作用。网络和机器人技术的结合是必然的趋势，机器人以i n t e r n e t 为架构， 使其为i n t e r n e t 上越来越多的人们所熟悉和共享。基于i n t e r a c t 的机器人远程控制不 仅可出现在过去应用遥操作的危险领域，还开辟了诸如远程制造、医疗诊断、教育 培训和娱乐等新领域。基于i n t e r n e t 的机器人控制技术也从初期的遥操作机器人逐 渐扩展到自主枧嚣人和分布式枧器人系统等研究领域。通过i n t e r n e t 对机器人实旌 实时控制是一项具有挑战性的工作，这一技术的应用将进一步丰富机器人远程控制 手段，具有良好的发展趋势和广阔的应用前景。 1 华北电力大学硕士学位论文 1 2 1 国外研究现状 基于h t e m e t 的机器人的思想是由k e ng o l d b e r g 于1 9 9 4 年首先提出的，其最初 的构想是给公众提供可通过i n t e r a c t 访问的遥控机器人，并支持用户对其进行远程 操作，这一构想极大地扩展了传统地机器人遥操作概念。k e ng o l d b e r g 等很快就将 这一构想应用到m e r c u r y p r o j o c t 中，建立了第一个基于w e b 浏览器的网路机器人系 统。操作者通过w e b 浏览器登录到加州大学的m e r c u r yp r o j e c t 主页，然后使用鼠标 与键盘控制一台s c a r a 机器人在半圆形的沙滩中进行物品挖掘。m e r c u r yp r o j e c t 很快引起了广泛的关注，在m e r c u r ye r o j e c t 开放的7 个月( 1 9 9 4 年9 月到1 9 9 5 年 3 月) 间，该主页( h t t p ：w w w u s c e d u d e p t r a i d e r s ) 有超过2 ，5 0 0 ，0 0 的点击率和访 问量。1 9 9 5 年，m e r c u r yp r o j e c t 被t e l e g a r d e np r o j e c t 所取代，新计划中仍然采用装 有c c d 摄像头的机械手复合其它机构通过i n t e m e t 给用户提供远程培植操作，如种 植种子、浇水等。 几乎同时，西澳大利亚大学的k e n n e t ht a y l o r 也于1 9 9 4 年1 0 月发布了一个可 通过i n t e m e t 访问，基于w e b 的具有六个自由度的遥操作机械手臂。k e n n e t h t a y l o r 的机器入接受远程用户发出的控制请求，来控制机械手搬运和搭建积木。该系统通 过j a v a a p p l e t 程序提供给用户很好的三维图形操作界面，是迄今为止最为完备且运 行时间最长的网上机器人， 继k e ng o l d b e r g 和k e n n e t ht a y l o r 的开创性工作以后，越来越多的学者和研究 机构投入到基于i n t e r a c t 的机器入技术的研发工作中来。英国b r a d f o r d 大学的远程 机器人望远镜系统；南加州大学可播种和浇水的远程花园t e l e g a r d e n ：澳大利亚 w o l l o g o n g 大学拾取木块的r o b o t y ；德国以“h a n o i 塔”方法搬运木块的n e t r o b o t ； 加州大学b e r k e l e y 分校的p r p ( p e r s o n a lr o v i n gp r e s e n c e ) 等等。 值得一提的是基于w e b 的远程控制机器人与艺术的结合。美国w i l k e s 大学把 一台p u m a 7 6 0 机器人连接到i n t e r n e t ，在这个站点，用户可以使用画笔和颜料在画 架上绘画，j a v a a p p l e t 为用户提供了虚拟的画布，用户在模拟的画布上点击和拖动 鼠标操作，甚至可以指定颜料的饱满程度及画刷在画布上的用力情况。用户会立即 得到虚拟的图像反馈，而所有用户的动作被存储并按顺序传至机器人。机器人对动 作的执行会迟于用户的模拟，这是一个异步的间接执行的系统。南加州大学 d i s m u s e 项目也是与艺术博物馆合作而开发的，通过它，i n t e r n e t 上的用户可以从 任意方位观察博物馆作品，如身临其境。i n t e r n e t 上另一类活跃的远程控制机器人是 自主式移动机器人，它的自主性和移动性的特点将在更高程度上满足人们对远程空 间探索的要求，并为最终与非结构化的，未知的远程环境的交互提供了研究平台。 基于w e b 的远程自主式移动机器人系统各自特色。瑞士联邦工学院的 k h e p o n t h e w e b 是第一个基于w e b 的远程自主式移动机器人系统。用户不但可以控 2 华北电力大学硕士学位论文 制机器人k h e p e r a 的位置和速度，还可以通过对摄像机旋转角度及镜头伸缩的控制 得到需求的图像反馈美国c a m e ；g i em e l l o n 大学的x a v i e r 穿行于实验室和教室之 间，如果用户给出本人的e m a i l 地址，它会在到达目的地之后通知用户，并包含图 片或最拿手的碰一碰笑话。德国b o n n 大学开发了用于博物馆导航的r h i n o 和i n e r v a 和n a s a 的火星极地登陆者m a r sp o l a rl a n d e r 则在基于w e b 的远程自主式移动机 器人的两大主要应用领域进行了积极的尝试。 t a m 等采用基于事件的智能控制方法实现了基于i n t e r a c t 的遥操作，其从手一 端具有比较高的自主决策能力；l e u n g 等提出使用矾与分析的方法对存在时延的 双向力反馈系统进行鲁棒控制：o b o e 与f i o r i n i 等采用简单的p d 控制器来实现网络 时延下的遥操作；n i e m e y e r 与s l o t i n e 基于波变换采用重构滤波器来保证通讯模块 的无源性；k o s u g e 等基于耗散理论采用虚拟固定时延的方法将变化的时延转化为固 定时延处理，但这种方法依赖于时延的上限；y o k o k o h j i 等根据波变量的积分与能量 对其进行补偿等非线性方法来限制通讯中产生的附加能量。 机器人在经过了半个多世纪的发展取得了辉煌的成果，随着将i n t c r n e t 与机器 人的结合，远程控制机器人已经能成功地应用于很多领域，相继出现了足球机器人、 太空机器人、水下机器人以及工业机器人。 1 2 2 国内研究现状 目前，国内在基于i n t e r n e t 的机器人控制技术领域的研究取得了很多成果，尤 其以哈尔滨工业大学、上海交通大学、清华大学、中科院沈阳自动化所、北京航空 航天大学、华南理工大学、东南大学等最为突出。 哈尔滨工业大学研究的基于i n t e m e t 的遥操作机器人系统- - t e l e r o h o t 采用由 i n t e m e t 服务器和机器人服务器构成两层服务器结构，该系统可以使得用户通过w e b 浏览器对一台p u m a 5 6 2 机器人进行控制，完成抓取、搬运、堆放等操作。其w e b 服务器采用j a v a 语言编写的通用网关接口c g i ，w e b 服务器与机器人服务器之间采 用w i n s o c k 通信。该系统没有提供动态的实时图像，而是以静态的图片反馈给客户 端。 上海交通大学也开发了基于网络的机器人遥操作系统，被控机器人是一台 a d e p t 6 0 4 s 型工业机械手。机器人服务器、图像服务器和c g i 程序用v b 开发，他 们之间的通信通过d d e ( 动态数据交互) 进行。由于此系统的人机交互界面也是基于 h t m l 技术的，交互性差，控制方式单一。此后，他们对这个工业机械手，又开发 了一个基于w e b 的机器人遥操作系统，使用j a v aa p p l e t 开发客户端用户界面，但 对视频图像传输等未涉及。 2 0 0 0 年华南理工大学吴国钊学者报告了他们基于i n t e r n c t 的机器人实时跟踪系 3 华北电力大学硕士学位论文 统，系统采用了客户服务器模式，通过图像采集，图像传输，客户请求应答三个线 程实现机械臂z e b r o 状态控制。在时延控制、人机界面等各方面的工作未深入探讨 沈阳自动化研究所的遥操作机器人系统，采用j a v a 语言进行开发，实现了图像 以及指令信息的传送 清华大学开发了基于事件的网络机器人遥操作系统采用了基于事件和图形预 测仿真的直接控制方法，实现了i n t e r n e t 上的多用户双臂遥操作系统，但视频传输 不连续，每秒一幅j p e g 格式压缩的图像。 总之，国内对于基于i n t c m e t 的机器人控制正处于由实验室阶段向实际应用得 过渡时期。2 0 0 4 年4 月2 6 日，内地首例远程遥控机器人成功操刀切除患者胆囊， 也在证实国内远程控制机器人开始逐步应用在各个领域。2 0 0 5 年1 2 月2 3 日，由北 京航空航天大学机器人研究所和海军总医院神经外科共同研制的可通过互联网异 地遥控指挥的机器人为一患病老人做开颅，手术成功仅耗时4 0 分钟，这是国内首 例通过普通互联网控制机器人成功手术。 1 2 3 机器人远程控制中存在的问题 与传统的系统不同的是，机器人远程控制系统以网络环境和数据传输为架构， 因而面l 临以下问题； 1 、时间延迟问题 由于受带宽和网络负载变化的影响，网络的长时间延迟具有不确定性。传统的 遥操作一般假设固定或约定的延迟和数据通过率。目前，能够完全处理好网络通讯 时延并进行远程机器人的实时控制在理论上与实际上都存在诸多有待解决的问题， 因此还没有在i n t e r a c t 上实现的实用实对控制系统，但是已经有很多学者已经成功 地完成了一些实验系统，为最终实现远程控制系统奠定了基础。 2 、网络阻塞造成的数据包丢失 数据包的丢失，尤其是命令数据的丢失将导致无法远程控制机器人，这样系统 的稳定性就很差。在智能控制方式中，后一动作是前一动作的继续，如果某一时刻， 控制命令无法到达服务器，机器人将会陷入等待或者保持状态，无法完成预定的动 作从而导致出错。少量的数据丢失虽然不会影响系统的稳定性，但会影响机器人的 识别，进而失去对机器人的跟踪，无法完成紧急情况的命令控制。 3 、系统的安全性问题 与其它的i n t e r n e t 系统一样，机器人远程控制系统也要面对网络上潜在的恶意 攻击。因此，在系统建立时，安全性是必然要考虑的问题。 4 华北电力大学硕士学位论文 1 3 研究目的和意义 由于网络延时和数据包丢失随机性和不可预测性影响了机器人远程控制中视 频传输的实时性和准确性，从而影响了机器人的远程控制。在远程控制中，视频的 传输要求较低的时延和较小的丢包率，因此本文研究把r u d p 技术应用到机器人远 程控制的视频传输中来满足网络视频实时传输的时延和丢包率的要求。 机器人远程控制系统的时延问题一直是个难题。针时延问题，控制界学者提出 过一些解决方案，都假延迟时间为已知，如s m i t h 控制器在时延控制系中应用较广， 但它一般要求时延是一个恒定值。延时间的变化可能引起控制效果的恶化，甚至使 系统变得不稳定“1 。有些文献提出了时延的辨识方法，都是基于线性系统，且计算 复杂，难以应用。时延普遍存在于网络控制系统中。在局域网中，时延一般有机可 循的，根据网络肘延的特点，把其划分为机、有界和恒定值3 种情况。在因特网范 围之内网络时延却一般趋于无序变化，没有规律。一。神经网络具有非线性辨识能力， 且一旦硬件化计算速度很快，因此本文尝试将神经网络应用于网络时延的预测仿真 中。 1 4 研究内容 本文结合现有的实验环境和实验条件，机器人采用韩国y u j i nr o b o t ，机器人通 信采用是r f ( 无线射频) 通信模块，以自行搭建的基于c s 模式的远程机器人控制 平台，研究机器人遥操作系统中的时延预测仿真和视频传输论文的主要工作概括 为以下几个部分： l 、针对机器人遥操作系统中视频传输的低效率、大开销等问题，提出了将r u d f 协议中的序列号、滑动窗口、重传和确认等技术应用于机器人遥操作系统的视频传 输中，使机器人遥操作系统的视频传输更加准确、高效。 2 、利用i c m p 协议实现网络时延的主动测试，并反复进行测试实验，取得了大 量时延数据。利用神经网络模型和算法，根据取得的网络时延数据，对网络时延进 行了预测仿真。 3 、论述了机器人遥操作系统中的视频传输体系结构和软件实现。 这几部分内容并不是孤立的，通过网络延迟测试可以找到网络延迟的规律，利 用这些规律对视频传输进行拥塞控制，使视频传输更迅速更有效。 5 华北电力大学硕士学位论文 2 1 引言 第二章网络时延测试及预测仿真 网络环境中机器人远程控制需要满足实时性、可靠性和稳定性要求。但i n t e r n e t 带宽的限制、路由选择等带来的时滞、机器人系统非线性、强耦合的特性使得其难 于实现稳定的远程控制，时交延迟环节的加入将导致系统震荡乃至发散，这些阀题 限制了机器人遥操作系统的发展。 目前国内外对机器人的网络控制做了许多工作，取得了一些成果。文献1 4 j 根据 t c p i p 协议中的数据包传输原理，采用随机过程理论从宏观上研究延时的统计特 性，并据此提出了两种预测算法。其采用随机过程理论研究时延变量的方法值得借 鉴，但预测误差的波动较大，可能会带来系统的不稳定等问题。文献垆j 提出使用 v i r t u a l t u n c d e l a y 方法，最大时延t c 作为控制信号序列的标准时延t c ，即所有信 号接收后都保持直到延时达到t c ，这种策略的采用减小了延时变化带来的影响， 延时t c 也因此而成为一个常量，但保持时延难于确定，且这种方法削弱了系统的 实时性。文献1 6 1 提出基于事件驱动的机器人网络控制方法，操作者发出目标指令， 通过行为规划远程机器人持续运行至目标状态，此方法可以回避延时变化问题。文 献1 7 】采用对机器人线性化，用s m i t h 预估控制鳃决常值延迟问题，这种方法在网络 延迟变化环境中的应用有一定困难，常出现系统不稳定的情况。 本文用往返时间延迟测试结果对网络传输特性进行分析，并利用b p 神经网络 对网络肘延进行了预测仿真。 2 2 网络时延分析及测试 2 2 1 网络时延分析 i n t c r n c t 是由计算机组成的强有力网络，t c p i p 的使用使得在任何互连的网络 集合中进行通讯成为可能。在i n t e r a c t 上数据按照包传输协议通讯，当数据被一个 交换杌接收并被转发给下个交换机时，就产生了时延。而包的路由选择能影响 i n t c r n c t 上包的交换和所路过节点的处理策略，致使i n t e r a c t 通讯时延成为一个随机 变量【引。 在控制理论中时间延迟控制是一个困扰人们多年的问题。早在6 0 年代f e r r e l l 就指出时间延迟的存在会使远程机器人工作不稳定【引。这种不稳定性可以从以下几 个角度分析；在古典控制论奈奎斯特稳定性分析中，将复平面上开环频率特性曲线 6 华北电力大学硕士学位论文 不能包围1 点作为系统稳定的条件。并进一步从工程角度出发，要求一个系统不但 要做到稳定，还应该有相当的稳定裕量才可使用。然而一个系统的参数的不确定性， 控制模型的不合理的简化，却会使系统在某些情况下失稳，网络机器人控制中典型 的就是延时的不确定性所带来的系统不稳定。所以对网络机器人控制问题的研究往 往要考虑系统的稳定性和鲁棒性( r o b u s t n e s s ) ，即“是否稳定”和。稳定裕量” 从能量角度分析，遥操作系统要想保持稳定，其输入能量必须大于输出能量，而通 讯系统的存在会很容易的违反这一要求。还可以从负反馈角度分析：负反馈是实现 控制的基本方法，但负反馈并不能保证系统的稳定性，设计不好的负反馈系统的被 控制量也会出现震荡的情况，即不稳定。一个闭环系统如果其闭环增益大于1 ，其半 个工作周期等于时间延迟值，则系统将处于正反馈而非负反馈，此频率的能量将连 续加入系统而导致系统的不稳定。 研究基于i n t e m e t 的机器入控制就必须解决随机通讯时延问题，因而对该时延 规律的研究就成为当务之急。 大致上，我们可以把基于i n t e m e t 的机器人控中网络时间延迟分为以下几个主 要部分：设总的时间延迟是t r ，则有1 1 0 i 伽r c + t p + t d + t v 其中： 1 通讯时延t c ，包括通讯初始化时间和在介质中的传输时间。信号通过传输 介质在两地问的物理传输时间是随着距离的增大而增大的。在遥操作中，如果远端 机器人工作地点是固定的，其时间延迟当然就是固定的；如果远端机器人是移动机 器人( 地面、太空或水下) ，但运动速度较慢，则也可认为有固定延迟。随着移动 机器人运动速度的加快，就要考虑延迟变化情况下的遥操作了。在网络机器人中， 路由选择的不同会使信息沿不同的线路传输，从而导致信息传输时间的变化，不可 预测、不可改变。所谓“网络机器人中时延的不定性”主要产生于此处。 2 执行时延t p 。包括控制指令的解释、计算、执行时间，现场图像的处理时 间及仿真图像的运行时间等。 3 数据时延t d 。t d = ( d s + d r ) v l 。d s 、d r 是发送回收的数据总量，v l 是传 输速率，与介质有关。这一项的存在表明数据传输量和带宽对远程作业非常重要。 减少传输量固然能减小时延，但远端所获取的现场信息就可能不足高效的数据压 缩技术和良好的通讯通道有助与解决这一矛盾。 4 扰动时延t v 。主要指传输中不可预测的扰动，如信息丢失或信息次序的混 乱。显然，分析专用线路的固定时延并不太难，而网络时延的获取与分析则相对困 难。计算机网络的数据具有既随机又相关的特点，虽然时延分析也是计算机网络性 能分析的一个重要内容，但是计算机网络所研究的时延通常是消息穿过网络的平均 延迟时间，所用方法有诸如排队模型法等。考虑到网络信息传输的随机性，随机过 7 华北电力大学硕士学位论文 程理论是有效的研究工具。现在已知平均时延t 随着流量强度p 的增加有一个从减 小到增加的过程，而且强烈依赖于网络负载量。在每一天的不同时段，前十二小时 内时延相对变化较小，后十二小时有较大变化，变化幅度最大可能达到5 0 0 , 6 左右。 所以，要构造精确的网络传输时间延迟数学模型非常困难，在微观上没有规律可遵 循，而只能从宏观上研究其统计特征。 综上所述，网络情况下时延变化的规律性及远程操作稳定性研究，对于网络机 器人和水下、太空等遥操作机器人的控制都有重要意义，因而有着广阔的应用前景。 2 2 2 网络时延测试 在i n t e r n e t 上，为了让网络上的路由器报告错误或提供有关意外情况的信息， 设计者在t c p i p 中加入了i n t e r a e t 控制报文协议i c m p ( i n t e r a c tc o n t r o lm e s s a g e p r o t o c 0 1 ) 。 2 2 2 1i g m p 工作原理 i c m p ( i n t e r n e tc o n t r o lm e s s a g ep r o t o c 0 1 ) 协议，就是在t c p i p 中传递网络控制 信息和提供网络差错报告的主要手段。当主机向指定目的站发送i c m p 回送请求报 文后，任何收到回送请求的机器形成回送应答并把它返回给最初的发送者。回送请 求中包含一个可选数据区；应答包含了在请求中所发送数据的一个拷贝。每发出一 个报文段，t c p 就设定一个定时器并等待确认消息。如果在报文段中数据的确认到 达之前定时器超时，t c p 就认为该报文段已经丢失或出现损伤，从而重传这一报文 段；采用基于i c m p 的工具来测量往返时间延迟，其优点为数据包头可精确计算， 更能真实地测量网络性能。 i c m p 数据报头部的格式定义如下： s t r u c ti c m p b y t et a 嗯鸯p e ； b y t ei c m p _ c o d e ； w r d r di c m p _ c k s u m ； w o r d i c m pi d ； 开移露di c m ps e q ； 丑m i c m p d a t a 1 ： ； 数据报头部的添加过程；假设应用程序设定发送一个数据包，大小为l 字节， 该数据包到达网络层，经过如图2 - 1 所示过程被封装成l p 数据包。 8 华北电力大学硕士学位论文 应j i j 层i 嗍络腱l 经避l p 封装； 因此，如果发送端应用程序发出l 字节的数据包，将得到( l + 2 0 ) 字节的职 数据包。使用原始套接字对i p 数据包进行分析，便可得到发送和接收时间，以及 包序号等信息，从而可计算延迟并能分析丢包率。 2 2 2 2i c m p 测试方法 在该遥操作网络时延测试中，采用了v c + + 6 0 编了一个功能类似p i n g 的延 时测试程序，使用r a ww i n s o c k 库函数，对口数据包进行分析，测试网络延迟及 丢包率的情况。 运行方法：用户执行该程序，首先设置i p 地址、发送包的大小和连续发送包 的次数，如图2 2 所示；点击。p i n g ”按钮；最后就可以在输出编辑框中看到从本 机到所设i p 地址之间的网络通信路径的测试结果。 圈2 2 网络时延测试例图 例如：如图2 2 所示该执行命令界面将连续向“2 0 2 2 0 5 3 1 3 0 ”发送1 0 次、大 小为4 0 字节的数据包；在结果文本框中记录了i p 地址、数据包及数据包的往返时 间。如果往返时间超过1 0 0 0 毫秒，将认为该包超时。 9 焉三图 华北电力大学硕士学位论文 2 2 2 3 网络传输时延测试结果分析 网络时延测试实验中，分别对校园网内、北京到上海和北京到美国等进行了实 验，实验中报文大小范围为4 0 5 0 0 b y t o ，由于篇幅有限，只在文中显示报文长度为 4 0 b y t e 和5 0 0 b y t e 的测试结果。为方便表示，其中超时的报文时延一律设为5 0 0 m s 。 华北电力大学( 北京) 校园网时延测试结果如图2 3 所示。 测试包个数 ( a ) 包大小为4 0 b y t e ( b ) 包大小为5 0 0 b y t o 图2 3 校园网时延测试结果 北京到上海时延测试结果如图2 - 4 所示。 1 0 华北电力大学硕士学位论文 ( a ) 包大小为4 0 b y t o ( b ) 包大小为5 0 0 b y t e 图2 ，4 北京到上海时延测试结果 北京到美国时延测试结果如图2 5 所示。 ( a ) 包大小为4 0 b y t e 1 1 华北电力大学硕士学位论文 ( b ) 包大小为5 0 0 b y t e 图2 5 北京到美国时延测试结果 实验结果分析： ( 1 ) 在局域网内时，时延变化范围小，几乎不丢包；当传送字节多时，时延突变大。 ( 2 ) 从北京到上海测试时，发送小字节包仍存在超时和丢包现象，当传送字节多时， 超时和丢包明显增加。 ( 3 ) 从北京到美国测试时，发送小字节包仍存在大量超时和丢包现象，当传送字节 多时，几乎大部分包都丢失。 ( 4 ) 在测试中，通常第一个测试包的延迟大于其他测试包的延迟。可能建立第一次 通信连接时延迟较大。 ( 5 ) 时间延迟随发送频率，发送次数，发送字节大小的变化而变化，改变任何一个 都有可能改变延迟分布，如果能找出某种变化规律，可以指导遥操作中该一系列参 数的选择，值得进一步研究。 ( 6 ) 在华北电力大学( 北京) 上的机器人图像实时传输有较好的质量保证，传输延 迟集中分布于6 2 5 毫秒到8 3 3 毫秒之间，偶尔有波动的情况下会达到1 0 0 毫秒，但 网络稳定时，传输延迟有平稳的图像分布。 ( 7 ) 在同一个校园网上的带宽有良好的保证，延迟小，因此传输性能好。在网络条 件没有充分发展时，可先考虑短距离内校园网上的遥操作的应用。 2 。3 网络时延预测系统实现 2 3 1b p 网络研究 2 3 。1 1b p 网络定义及特点 采用误差反向传播算法( b p ：e r r o rb a c k p r o p a g a t i o n a l g o r i t h m ) 的多层前馈人 1 2 华北电力大学硕士学位论文 工神经网络( 或称多层感知器，m l p ：m u l t il a y e rp e r c e p t i o n ) 称为b p 网络或b p 网络模型【1 1 l 。b p 网络具有明显的特点： 1 分布式的信息存储方式 神经网络是以各个处理器本身的状态和它们之间的连接形式存储信息的，一个 信息不是存储在一个地方，而是按内容分布在整个网络上。网络上菜一处不是只存 储一个外部信息，而是存储了多个信息的部分内容。整个网络对多个信息加工后才 存储到网络各处，因此，它是一种分布式存储方式。 2 大规模并行处理 b p 网络信息的存储与处理( 计算) 是合二为一的，即信息的存储体现在神经 元互连的分布上，并以大规模并行分布方式处理为主，比串行离散符号处理的现代 数字计算机优越。 3 自学习和自适应性 b p 网络各层直接的联接权值具有一定的可塑性，网络可以通过训练和学习来 确定网络的权值，呈现出很强的对环境的自适应和对外界事物的自学习能力。 4 ，较强的鲁棒性和容错性 b p 网络分布式的信息存储方式，使其具有较强的容错性和联想记忆功能，这 样如果某一部分的信息丢失或损坏，网络仍能恢复出原来完整的信息，系统仍能运 行【1 2 1 。 2 3 1 2 阴网络数学模型的建立 b p 网络的结构示意图如图2 6 所示。 图2 6 b p 网络结构示意图 b p 网络是多层前馈网络【”】( f f n - - f o r w a r df e e d b a c kn e t w o r k ) ，但根据万能逼 近定理( u n i v e r s a la p p r o x i m a t i o nt h e o r y ) 可得：如果隐层节点是可以根据需要自 由设置的，那么用三层s 状的i o 特性的节点可以以任意精度逼近任何具有有限 间断点的函数，如果b p 网络的各节点选用非线性转移函数，则对于任何问题从理 论上都可以用三层前馈网络来加以解决的1 1 4 】。万能逼近定理1 5 】叙述为： 定理2 1 令9 ( ) 为有界、非常量的单调递增连续函数，代表p 维单位超立方 体10 ，玎。c ( ，) 表示定义在上的连续函数构成的集合，则给定任何函数 1 3 华北电力大学硕士学位论文 ，c 以) 和8 0 ，存在整数m 和一组实常数巳，岛，嘞，其中i 一1 ，m ；j - 1 ，p 使 得网络输出： mp ，瓴，白) 一乏q 妒( 乏_ 一q ) 可任意逼近，( ) ，即： p 瓴，而，却卜，瓴，而，砟) f fv 瓴，而，b ) ， 上述结果说明，只含一个隐含层的前馈网络是一个通用函数逼近器，它说明有 一个隐含层己足够( 并不说明一个隐含层是最好的，有时采用两个引层能得到更好 的结果) 。所以，图2 6 所示的单隐层b p 网络的应用最为普遍；它包括输入层、 隐层和输出层。 图2 - 6 所示的b p 网络中，输入向量为i - ( 鼍，屯，五，厂，如加入- - 1 ， 可为隐层神经元引入阈值；隐层输出向量为哥- o 、，儿，y i ，乃) ，如加入一一1 ， 可为输出层引入阈值；输出层输出向量为舀。( 口l ，0 2 ，q ，口j ) 7 ；期望输出向量为 d 一( d 1 ，d ：，畋，码) 7 。输入层的神经元不对输入作函数变换，只起缓冲作用 1 6 1 ； 输入层到隐层之间的权值矩阵用矿表示，矿一旷。，v 一：，玩，尻) ，其中列向量矿，为 隐层第j 个神经元对应的权向量；隐层到输出层之问的权值矩阵用谚表示， w 一缈z ，2 ，”，婶一，形) ，其中列向量缈t 为输出层第七个神经元对应的权向量。 下面分析各层信号之间的数学关系。 对于输出层，有 q g ( n e t , ) 栉。善懒 对于隐层，有 y 广f ( n e t j ) 删，。荟啪 七- 1 2 ， k - 1 ，2 ，l ，- 1 ，2 ，m j - 1 ，乏，所 ( 2 1 ) ( 2 2 ) ( 2 3 ) ( 2 4 ) 对于以上两式，一般应用中，激活函数厂取单极性s i g m o i d 函数或双极性 s i g m o i d 函数【1 7 1 ，其数学表达式分别为： 五一万1 ( 2 5 ) 五一等 ( 2 6 ) ，瓴) ，( 而) 的函数曲线如图2 - 7 所示 ，具有连续、可导的特点，且有 e ( x ) - f ( x ) 1 - f ( x ) 】 。主【1 一纡 ) 】 1 4 ( 2 7 ) ( 2 8 ) 华北电力大学硕士学位论文 爿，五的函数曲线如图2 - 8 所示。 图2 - 8 五 ) ，厶g ) 的函数曲线 输出层的传递函数一般取线性函数【1 8 l ： 函数曲线为如图2 - 9 所示。 g ( x 1 一善 图2 - - 9 线性函数曲线 式( 2 1 ) - ( 2 - 9 ) 构成了三层b p 网络的数学模型。 ( 2 9 ) 2 3 1 3b p 鼻活原理分机 当网络输出与期望输出不等时，存在输出误差e ，定义如下f 1 9 】： e - 三国厕- 三耋他训2 ( 2 加) 将以上误差定义式展开至隐层，有 e _ 丢塞【以一，。e 气，】2 - 三塞 以一，c 薹y 叫2。2 。， 华北电力大学硕士学位论文 进一步展开至输入层，有 耋p ，一，【薹，。q ，】r 三塞 畋一厂【薹，c 骞吩而，】) 2 c 2 - - 2 ， 由以上可以看出，网络输入误差是各层权值，的函数，因此调整权值可改 变误差e 。 显然，调整权值的原则是使误差不断地减小，因此应使权值的调整量与误差的 负梯度成正比，即 ，- 0 ，1 2 ，肼k - 1 , 2 , ，z ( 2 - 1 3 a ) i 一0 ，1 ，2 ，m，一1 ，2 ，f ( 2 - 1 3 b ) 式中负号表示梯度下降，常数r 表示比例系数，在训练中反映了学习速率。由 此也可以看出b p 网络的学习算法是6 学习规则类，这类算法常被称为误差的梯度 下降( g r a d i e n td e s c e n t ) 算法【2 0 1 。 以上( 2 1 3 ) 两式仅是对权值调整思路的数学表达，而不是具体的权值调整计算 式。下面推导三层b p 网络权值的调整计算式。事先约定，隐层及输出层的传递函 数均为单极性s i g m o i d 函数，且在全部推导过程中，对输出层均有j - o ，1 ，2 ，m ； k ；1 , 2 ，z ；对隐层均有fn0 ，1 2 ，m ；，一1 ，2 ，f 。 对于输出层，式( 2 1 3 ) 可写为 吨一叫嚣- 1 盖篑( 2 - 1 4 a ， 对隐层，式( 2 1 4 ) 可写为 a v u 叩一o e 叫旦一o n e t i ( 2 - 1 4 b ) ，。叩瓦。叫面百 对输出层和隐层各定义一个误差信号，令 彭。一_ 旦l ( 2 1 5 a ) 。a n 吒 6 ：，一旦 。 o n e t 综合应用式( 2 2 ) ；f 9 1 ( 2 - 1 5 a ) ，可将式( 2 - 1 4 a ) 权值调整式改写为 1 6 ( 2 1 5 a ) 旦帆 堕嘞 叩 呻 一 - 肛 眺 撕 华北电力大学硕士学位论文 w * = 0 6 f y ( 2 - 1 6 a ) 综合应用式( 2 1 4 ) 和( 2 - 1 5 b ) ，可将式( 2 1 4 b ) 的权值调整式改写为 a - 椰以 ( 2 - 1 6 a ) 可以看出，只要计算出式( 2 1 6 ) 中的误差信号和6 ，权值调整量的计算推导 即可完成。下面继续推导如何求篚和d ；。 对于输出层，可展开为 小一蕞一署彘- 一署，( n a d 沼，7 a ) 吖一盖o n e t 一号a y 蔷o n e t 一号o y ， q 。彻 。ll|i l 下面求式( 2 1 7 ) 中网络误差对各层输出的偏导。 对于输出层，利用式( 2 1 0 ) ，可得 警- 嘏一吼) ( 2 1 8 a ) a o , 对于隐层，利用式( 2 1 1 ) ，可得 詈一扣训，( n e t d w 肚( 2 - 1 8 b ) 将以上结果代入式( 2 1 7 ) ，并应用式( 2 7 ) ，可得 鬈一( 噍一qo k 0 - o d ( 2 - 1 9 a ) 町。【苫瓴一o d f 。n e 气) 】，o 甜，) - ( 荟群) ) ，( 1 一) ，) ( 2 - 1 9 b ) 至此两个误差信号的推导已完成，将式( 2 1 9 ) 代回到式( 2 x 6 ) ，得三层b p 网的 b p 学习算法权值调整计算公式为 厶w m q 6 ：y - q 磷i o k 1 0 一0 0 y | ， 锄，7 粥。野( 荟鬈抄，0 一_ ) ，k ( 2 2 0 a ) ( 2 2 0 b ) 对于一般多层b p 网络，设共有h 个隐层，按前向顺序各隐层节点数分别记为 ，m h ，各隐层输出分别记为y l , y 2 ，y ，各层权值矩阵分别记为 矿1 ，谚2 ，形- - h ，矿“，则各层权值调整计算公式记为【2 1 】： 输出层 m 铲- 叩群+ l y ； 叼c d k 一吼弘k ( 1 一吼沙； ，- o , l 2 , ，m ；k - 1 , 2 ，f 第h 隐层 j 嘻叩彰- 町( 荟鬈嵋) y ：( 1 一