分布多跳式网络吞吐量优化的并行性研究

传统的分布多跳式网络吞吐量的优化方法并不能满足用户高移动性、高数据速率的要求.为了提高分布多跳式网络吞吐量的优化性能,提出并实现了分布多跳式网络吞吐量的分布式并行优化算法.首先将分布多跳式网络等效成M/M/m级联排队系统,并用流水线技术实现了优化算法.然后研究了用户移动速度和网络环境对吞吐量的影响,并以此得出一般的近似最优的分布式算法.最后分析了多用户之间的干扰问题对网络吞吐量的影响.仿真结果表明,并行优化算法可以提高分布多跳式网络的吞吐量和降低通信时延;理论分析结果也说明了在某些情况下可将干扰看作高斯噪声.     

一种基于QoS的无线分组调度算法

提出了一种适用于无线网络的分组调度算法动态概率优先级(DynamicProbabilistic Priority,DPP)调度算法.DPP调度算法采用动态的优先级分配策略,满足了不同业务的QoS需求.另外,DPP算法在网络出现差错时,动态地调整带宽分配,使得网络中的带宽得到有效的利用,提高了系统的吞吐量,保证了算法的公平性.理论分析和仿真试验表明,在无线网络环境中,该算法具有更好的性能.     

一种新型认知无线电资源分配跨层技术

为有效利用频谱资源,提高频谱效率,文中利用环境感知技术,设计出认知无线电跨层结构框架,提出一种新的功率控制博弈BPCG(Bandwidth and Power Control Game Algorithm)算法,研究不同用户的频谱带宽分配和功率控制,该算法在确保频谱带宽有效分配前提下,通过对用户功率的有效控制,实现网络总吞吐量的提高.仿真结果表明该算法在相同的功率消耗前提下,网络吞吐量显著提高,并随频谱带的增加,实现网络吞吐量的最大化.     

可保持最大吞吐量的IEEE 802.11 DCF协议功率控制机制

在无线Ad Hoc网络中使用功率控制不仅可以节省能耗,还能提高网络吞吐量。基于IEEE 802.11 DCF协议,提出了一种新的适用于车辆自组织网络的功率控制算法。该算法根据节点的通信状况,动态地调整接收节点的CTS帧发射功率和发送节点的数据包发射功率,进而根据使网络吞吐量达到最大时的最佳接入节点数目调节RTS帧的发射功率,从而避免冲突,增大吞吐量。仿真表明该算法不仅能降低平均能耗,延长网络生存时间,还能增大网络复用率,提高网络的平均吞吐量。     

IEEE 802.16 Mesh网络中跨层带宽分配算法

IEEE 802.16标准提供了高速率、低成本、扩展性好的接入网技术。为了提高网络吞吐量和降低端到端时延,结合IEEE 802.16 Mesh模式下控制子帧的特点,基于跨层设计思想提出一种动态带宽分配算法。该方法既考虑了节点自身的负荷情况也考虑了链路质量,通过动态调整传输等待时间来缓解网络拥塞,提高资源利用率。仿真结果表明,该方法有效提高了吞吐量、降低了端到端时延。     

一种基于频繁项挖掘的大量小文件动态合并算法

分析了当前社交网络中大量小文件数据特点,将访问日志与数据挖掘相结合,提出了一种基于频繁项挖掘的大量小文件动态合并算法.此算法实现小文件动态合并,解决了合并文件的一致性问题,从而预测用户下一步的访问,为预取小文件做引导,提高预取的命中率.针对预取和缓存的文件过多的特点,设计了一种新的含循环单链表的缓存置换算法优化缓存内容.通过实验证明,该算法大量小文件动态合并性能优于已有的算法.     

改进的RFID动态帧时隙ALOHA算法

在对现有ALOHA算法分析的基础上提出一种改进的动态帧时隙ALOHA算法.算法根据实时估计的读写器附近的标签数量动态调整帧长,使系统工作在最大吞吐量下,从而缩短标签读取时间.仿真结果表明,该算法在标签数量大于500时,相比其他ALOHA算法在吞吐量上有近100 %的提高,同时读取时间下降近50 %,从而适用在实时性强的射频识别场合.     

基于P2P的流媒体监控传输系统的设计与实现

利用半同步/半异步的模式进行框架设计,结合任务池和线程池等技术设计和实现了基于P2P的CDN流媒体系统中媒体资源服务器和原始服务器之间的传输子系统,提出了基于任务池闲置信息和系统运行参数统计信息相结合的有效动态线程池和任务池管理算法,根据各种运行参数信息动态评估系统当前的负载和压力情况,对任务池和线程池尺寸进行动态修改.通过与两种传统实现方式的实验比较,采用新算法后,显著降低了CPU的负载,有效提高了系统效率和网络吞吐量.     

最小损失算法在区块链物联网中的优化研究

区块链技术与物联网相结合能发挥去中心化优势,在一定程度上提升物联网系统数据安全性及可靠性等性能.但区块链的通量受限特征,使得区块链较低的交易吞吐量在很大程度上难以满足物联网场景下的高吞吐量的业务需求.本文提出一种最小损失函数算法,首先,根据状态和动作输入对来构建状态空间和行为空间;其次,在系统延迟性约束条件下,迭代计算出状态空间和行为空间的行为价值函数;最后,利用损失函数对比行为价值函数的真实值和估计值后执行吞吐量最大值去调整块大小和块间隔.仿真结果表明,与DDRL算法和DRL算法相比,最小损失算法动态调整区块大小和区块间隔,在基于区块链的物联网系统达到稳定后可以获得更高的吞吐量.     

GPON中面向多等级服务的动态带宽分配算法

为了实现吉比特无源光网络(GPON)带宽分配的公平性,降低网络的传输延时,提高带宽利用率,研究了GPON系统传输汇聚层的帧结构及动态带宽分配的实现方法,提出了一种新的动态带宽分配(DBA)算法———面向多等级服务的动态带宽分配算法.基本原理是根据业务的优先级以及各种业务对带宽的需求,在PON层和ONU层分别进行带宽的合理分配.理论分析和仿真试验证明,这种算法可以提高网络的吞吐量,满足各种业务的时延要求,并且对不同用户和不同等级的业务都具有很好的公平性.     

高吞吐量低资源占用的累积码译码器

由于相邻节点间存在数据依赖关系,基于最小误符号率(Bahl Cocke Jelinek Raviv,BCJR)算法的累积码译码器无法进行多个节点的并行计算。为了提高译码器吞吐量,研究提高BCJR算法并行度的方法,通过将累积码分段,并在不同分段间传递上一次迭代的信息,属于不同分段的多个节点可以并行计算,使译码器的吞吐量得到有效提高,而且相对于不分段译码,分段译码性能也几乎无损。同时,提出一种面向硬件实现的信息更新流程,基于该流程,累积码译码器降低了30%的资源占用。     

基于改进RBF神经网络的PID整定

针对非线性系统,采用了基于径向基函数（RBF）神经网络的PID整定。RBF神经网络参数的初始值直接影响收敛速度,本文通过聚类法优化初始值。仿真结果表明,基于聚类法优化的RBF神经网络收敛速度快,整定效果优于未使用该方法的整定结果。     

高吞吐量低资源占用的累积码译码器

由于相邻节点间存在数据依赖关系,基于最小误符号率(Bahl Cocke Jelinek Raviv,BCJR)算法的累积码译码器无法进行多个节点的并行计算.为了提高译码器吞吐量,研究提高BCJR算法并行度的方法,通过将累积码分段,并在不同分段间传递上一次迭代的信息,属于不同分段的多个节点可以并行计算,使译码器的吞吐量得...     

Chanel Assignment Optimization Algorithm Based on Link Throughput and Node Priority

How to reduce interference among neighbor nodes in wireless mesh networks is still an important and key issue nowadays. In this paper, an optimized channel assignment algorithm(OCA) is proposed to solve this problem based on link throughput and node priority. The effects of the numbers of network interface cards and channels on the network throughput are analyzed and evaluated. When there are seven of the numbers of both network interface cards and channels, the efficiency of utilizing network interface card and channel reaches highest. Compared with centralized channel assignment algorithm(CCA), the proposed algorithm has less packet loss rate and more network throughput significantly.     

基于组合智能算法的无线网络信道分配机制

针对当前无线网络信道分配方法易出现干扰, 网络吞吐量小等缺陷, 设计一种基于组合智能算法的无线网络信道分配方法. 首先对无线网络信道分配的原理进行分析, 构建无线网络信道分配模型; 然后采用遗传算法产生无线网络信道的初始分配方案, 并引入粒子群优化算法对无线网络信道的初始分配方案进行精细搜索, 得到合理的无线网络信道分配方案; 最后在MATLAB 2016平台对无线网络的吞吐量、 网络延迟、 数据传输丢包率进行仿真测试. 仿真结果表明, 该方法大幅度提升了无线网络的吞吐量, 网络延迟和数据传输丢包率远小于单一的遗传算法或粒子群优化算法, 改善了无线网络的通信性能.     

异构无线网络自适应接入算法研究

在异构无线网络中,针对现存接入算法对网络高动态性考虑不足,提出了一种自适应的接入算法.算法能够根据网络环境中用户数量及带宽使用情况,估计接入阻塞率、最大化网络吞吐量,从而自适应地选择用户接入网络的行为.根据接收信号强度和可用带宽,计算出用户的最大传输速率;根据网络中已分配带宽、用户所需带宽,推导出网络剩余容纳用户数;根据新到达用户数、剩余容纳用户数估计用户接入阻塞率;结合最大传输速率和接入阻塞率,提出一种以最大化网络吞吐量为目标的自适应接入算法.仿真结果表明,算法能有效降低用户接入阻塞率,增加接入用户数,提高网络吞吐量,均衡网络负载,并且能够适应未来高动态性网络.     

超密集网络中基于集群分配的干扰管理与资源分配

针对超密集网络通信场景, 提出一种基于集群分配的干扰管理与资源分配算法, 以消除超密集网络中由于大量部署低功率基站而降低吞吐量等影响. 首先, 基于距离、 小区间干扰、 可用资源情况3个条件权衡为家庭基站分配集群; 其次, 根据分配结果将干扰关系建模为干扰加权无向图, 按适当标准对家庭基站进行分类, 针对不同类型的家庭基站采用不同着色算法; 最后, 根据整体着色结果图完成频谱资源块分配. 仿真结果表明, 该算法可以为家庭基站选择最适合的集群加入, 降低集群间干扰, 提升频谱资源利用率, 提高网络的吞吐量.     

数据挖掘在安钢电极预测建模中的应用

从安钢电极控制的实际应用出发,应用数据挖掘技术建立了电极预测模型并应用于电极控制系统的参数整定.首先介绍了建立电极预测模型的数据挖掘过程;然后在数据挖掘算法中提出了一种新的变结构遗传Elman网络方法,该算法用改进的混合遗传算法对网络结构和权值及自反馈增益同步动态寻优.将基于BP算法的Elman网络和本文提出的变结构遗传Elman网络都应用于安钢交流电弧炉的电极预测模型中进行比较.通过基于安钢现场数据的计算机仿真实验表明:采用变结构遗传Elman网络的数据挖掘算法比BP算法具有更好的动态性能、更快的逼近速度和更高的精度.在此基础上,把建立的模型应用于安钢电极控制系统的参数整定,取得了良好的控制效果.     

一种认知无线网络中TCP拥塞窗口的在线学习方法

在认知无线电中,改进传输层协议提高吞吐量的方法引起了业界的广泛关注。采用可用带宽测量技术,提出了一种基于ACK时间间隔的在线学习方法(TCP-Learning)。该方法能够快速地学习到网络链路中可用剩余带宽;并能够快速调整TCP拥塞窗口。仿真结果表明,在链路处于良好状态下,TCP-Learning吞吐量略优于Reno和Vegas等传统拥塞控制算法,但在链路较差情况下,TCP-Learning吞吐量明显优于Reno和Vegas等传统拥塞控制算法。