面向对象数据库多粒度锁的双队列调度算法

引入了双队列调度策略（ＤＱＳ）的思想,建立了多粒度锁的双队列调度模型,设计出该模型的调度算法．通过模拟实验对单队列调度算法和双队列调度算法进行性能评价,从模拟结果中定量分析出在锁请求的到达率较大时,双队列调度算法比单队列调度算法要优越．研究了切换周期、等待队列最大长度、锁请求服务率与调度性能之间的关系．     

面向对象数据库多粒度锁的双队列调度算法

引入了双队列调度策略（ＤＱＳ）的思想,建立了多粒度锁的双队列调度模型,设计出该模型的调度算法,通过模拟实验对单队列调度算法和双队列调度算法进行性能评价,从模拟结果中定量分析出在锁请求的到达率较大时,双队列调度算法从单队列调度算法要优越。研究了切换周期,等待队列最大长度,锁请求服务率与调度性能之间的关系。     

带宽控制技术分析及其实现

针对目前Internet技术中热门的QoS问题,讨论了带宽控制的基本方法和带宽动态划分的算法,分析了Linux内核和iproute2工具包中的关键数据结构,以及过滤器和队列调度规则,并对在Linux环境下,利用改进的双今牌桶算法对带宽的动态划分,实现对带宽的有效控制,从代码角度上作了分析和探索。     

基于代理的动态分组调度算法

服务质量(QoS)是当前通信领域的一个重要研究方向。在已提出的许多QoS体系结构中,调度器都起着非常重要的作用,而以往的调度算法不能很好地根据每个队列长度来实时控制权值的动态调整，针对此问题，提出了一种权值动态分配的调度算法。它利用代理技术动态控制权值的分配，保证调度器能够相对公平的对待每个队列，有利于处理分组突增的情况，保证长队列中的分组不会被过多丢弃，从而提高网络服务质量。     

一种多策略要素的数据访问调度算法

考虑到任务的重要性、截止时间和资源分布等因素,设计了一种多策略要素的调度算法(MPES),以解决不完全独立的多源分布式气象水文数据库的访问控制问题.该算法为不同优先级的任务设定不同调度窗口,并对节点的安全级别、内容属性和负荷情况进行匹配判定,选择最佳服务节点,以优化系统公平性和整体效率.MPES算法根据队列优先级和可利用的服务资源,动态计算和调整调度窗口;优先级越高的队列,调度窗口越大,意味着可被服务的任务越多.在每个队列调度窗口时间内的任务被轮流执行.对于同一队列中的任务,根据最小松弛度优先调度策略,决定其进入调度窗口的次序,保证接近截止期的任务先执行.仿真试验结果表明,在不同的网络负荷下,MPES算法得到的分布式数据库访问任务的服务效率和公平性较MCT算法和Min-Min算法均有明显提高,尤其是高负荷情况下,总服务时间减少了11.4％ ～12.3％.     

空分和频分混合接入方式下的无线资源调度算法

为进一步引入分集增益以提高无线资源频谱利用率,针对多用户多输入多输出正交频分复用(MIMO-OFDM)系统下行传输,提出联合OFDM和多用户空间复用MIMO混合接入方式下的用户调度和功率分配算法。采用这种混合接入方式不仅能够通过频率信道和空间信道的调度产生多用户分集增益,也能有效避免空分复用(SDMA)中频率复用产生的共信道干扰问题。在资源分配上,基于广义处理机共享(GPS)优化模型提出基于信道状态的并行加权公平队列(Cap-WFQ)调度和功率分配算法,算法在保证多媒体用户的最小数据率要求的同时优化系统吞吐量。     

空分和频分混合接入方式下的无线资源调度算法

为进一步引入分集增益以提高无线资源频谱利用率,针对多用户多输入多输出-正交频分复用(MIMO-OFDM)系统下行传输,提出联合OFDM和多用户空间复用MIMO混合接入方式下的用户调度和功率分配算法。采用这种混合接入方式不仅能够通过频率信道和空间信道的调度产生多用户分集增益,而且能有效避免空分复用(SDMA)中频率复用产生的共信道干扰问题。在资源分配上,基于广义处理机共享(GPS)优化模型提出基于信道状态的并行加权公平队列(Cap-WFQ)调度和功率分配算法,算法在保证多媒体用户的最小数据率要求的同时优化系统的吞吐量。     

宽带无线接入网的成比例带宽分配

为了改进亏空公平优先队列算法,提出一种成比例带宽分配算法.基站将服务连接的带宽请求按照优先级排队,根据服务质量参数先分配部分带宽,超出的请求基于子站总请求带宽的大小成比例分配给服务连接.仿真采用2维离散时间Markov调制Poisson过程的模型产生实时轮询服务和非实时轮询服务连接的数据源.与亏空公平优先队列算法相比,该算法不仅满足各类服务连接的服务质量要求,而且改善子站总的吞吐量和流量突发增加的问题.该算法还提高了子站间及不同优先级服务连接间的公平性.     

面向对象数据库中多粒度锁的调度算法

简介面向对象数据库中多粒度锁概念，建立多粒度锁的形式化调度模型，并设计两两种更好的算法。通过模拟实验对这四种调度算法进行性评价。从模拟结果中定量分析出在λ较大时，双队列调度算法比单队列调度算法要优越，而单队列相容优行 度算法的性能最好。     

基于三支队列的实时云任务节能调度算法

利用三支决策的基本思想,提出了面向实时云任务的细粒度任务合并调度算法.其主要思想是利用客户提交的实时任务的截止时间来计算松弛时间,按照松弛时间将任务放入紧急调度队列、正常调度队列和松弛调度队列.结合虚拟机的实际负载情况,对这三个队列提交任务进行调度.与ETC、ESTC、MTC、ETCMQS、ESTCMQS算法进行对比,结果表明,所提出的算法在满足用户SLA的前提下,能够有效降低云能耗.     

基于进程执行时间的多级反馈队列调度算法

针对多级反馈队列(MLFQ)调度算法在时间片大小选取上对系统性能的关键影响,提出了一种基于进程执行时间的多级反馈队列调度算法.算法结合动态时间量子思想,通过进程的执行时间动态确定队列以及时间片来完成调度.同时为了减少队列进程的切换次数,利用中位数的方法来决定时间片的大小.实验结果表明,与传统的多级反馈队列调度算法相比,改进的算法不仅缩短了进程的平均周转时间和平均等待时间,也减少了进程切换次数,为操作系统领域处理机调度智能化提供了有效的参考价值.     

基于双优先级队列的异构分布式控制系统容错调度算法

在对分布式控制系统进行分析的基础上,给出了任务模型和处理器模型.为了调度多种实时性的任务,提出了双优先级队列调度算法,用于调度每个处理器上的任务.该算法设置2个优先级队列,其中高优先级队列用于调度实时任务,低优先级队列用于调度非实时任务,高优先级队列中的任务可抢占低优先级队列中的任务.在此基础上,采用版本复制技术使系统具有容错能力,并分析了任务的容错可调度条件.基于此,采用首次适应的启发式任务分配策略,将任务分配到各个处理器上,在确保任务容错可调度的条件下使处理器负载均衡.仿真结果表明所提出的算法是有效的.     

基于优先级区分的调度及主动队列管理算法

文中研究在UMTS网络的AM模式（Acknowledged Mode）下实现基于优先级区分的调度及主动队列管理.提出了MP-SAQM（Multi-priorities Scheduling and Active Queue Management Algorithm）算法.算法将不同的QoS类别归入不同的优先级队列,根据MPADRR（Multi-priorities Average Deficit Round Robin）调度算法按照优先级高低进行调度,并对不同QoS类别设置均匀的队列缓冲区,保证了调度的公平性.同时使用差异化的RED（Random Early Drop）算法进行主动队列管理,对不同优先级队列执行不同的丢包策略.仿真结果验证了该算法的有效性.     

基于优先级权重的 Hadoop YARN 调度算法

为解决 Hadoop 现有调度器调度任务时不能根据任务的紧迫程度分配资源的问题, 研究 YARN 中的资源 调度机制, 改进原调度器(Capacity Scheduler), 提出一种基于优先级权重的 Hadoop YARN(Yet Another Resource Negotiator)调度算法(Weight Scheduler Based on Priority)。 为叶子队列设置队列优先级, 结合队列资源利用率和 队列优先级选择队列; 将应用程序的初始权重设置为应用程序优先级的大小, 通过等待时间判断是否更新权 重, 根据权重对队列中的应用程序进行排序, 调度时优先为权重高的应用程序分配资源。 实验结果表明, 与原 有调度算法相比, 改进算法平均任务执行时间约减少 141 s, 平均等待时间减少 34. 5%, 保证了用户执行任务 的相对公平, 提高了用户总体满意度。     

基于流的队列管理和队列调度研究

队列管理和队列调度是网络报文处理的两个重要步骤.针对传统的队列算法分离队列管理和队列调度的缺点,本文将这两种机制结合研究,提出了一种适合WF~2Q+的新的队列管理算法(Newdrop).通过NS2仿真,实验结果表明,Newdrop-WF~2Q+组合算法能提高报文处理过程的公平性,同时减少了报文处理的平均时延.     

LTE 网络控制信道和业务信道联合调度策略

为了充分地考虑控制信道与业务信道之间的相互影响, 提出基于用户业务需求和基于控制信道调度效率的两种控制信道和业务信道联合资源调度算法。这两种联合信道调度策略均基于以网络吞吐量最大化为目标的最小聚合等级?最大载干比(minimal aggregation-maximal carrier to interference, Min AL-Max C/I)算法提出。在长期演进(long time evolution, LTE)系统级仿真平台中, 将提出的联合资源调度策略与Min AL-Max C/I 算法进行对比。仿真结果与理论推导的结论一致, 证明基于业务需求的联合调度算法优先调度业务需求最大的用户, 所以能获得用户吞吐性能的最优。基于控制信道策略的联合调度算法是从控制信道调度效率最大化的角度出发, 优先调度控制信道调度效率最大的用户, 在控制信道受限的条件下, 能够实现网络吞吐的最大化。     

基于模糊滑模控制的主动队列管理算法

针对动态网络的拥塞问题,提出一种主动队列管理(AQM)算法·该算法基于模糊滑模控制器(FSMC)设计,适合于动态网络流量的变化·模糊控制的加入,缩短了到达时间,改善了滑模控制的抖振现象·对于TCP/IP网络中存在的网络模型的不确定性、网络参数的时变性以及非TCP适应流所引起的网络抖动,该算法具有很强的鲁棒性·仿真结果表明该方法可以使队列长度快速收敛到设定值,同时维持较小的队列振荡,尤其是在网络条件变化的情况下,该算法优于传统的PI控制、模糊控制和传统的滑模控制·     

PFTS交换中借还-加权轮询调度算法

针对PFTS交换节点的输入端口多优先级队列环境，提出了带有“借还”思想的加权轮询调度算法BR—WRR（Borrow ＆ Return Weighted Round Robin）．对现有的WRR调度算法进行了扩展，提出了BR—WRR调度算法．仿真结果表明BR—WRR调度算法对于高优先级Burst业务，在传输时延、传输抖动、Burst各帧的保序性等方面，均优于WRR调度算法，同时又在一定程度上保证了各优先级队列调度上的公平性．     

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.     

Crossbar输入排队调度算法的研究

研究高效易于硬件实现的队列调度算法的目的是为了提高交换系统吞吐率和降低延迟。在阐述输入排队、HOL阻塞、虚拟输出队列等概念的基础上,对MSM、PIM、RRM、iSLIP等调度算法进行了系统的比较,研究表明iSLIP算法是一种性能良好、实现简单的算法。