软件定义网络架构下的动态自适应负载均衡策略研究

软件定义网络控制与转发分离的架构特性使得网络行为更加易于掌控,提高了网络策略实施的效率.为了解决传统网络中只计算单一最短路径,忽略链路实时状态从而造成负载过大时链路拥塞的缺点,提出了一个基于链路实时状态的负载均衡策略.该策略主要思想是利用软件定义网络架构中的控制器对全网的集中控制能力对链路信息进行实时监控,分析链路信息并得出链路的负载占用情况,然后将结果反馈给控制器,最后由控制器计算出负载最轻的路径并下发流表给相应的交换机.建立了计算机仿真建模和硬件实验平台,验证了该策略可以有效提高链路利用率和用户服务质量.     

人工神经网络预测混凝土柱屈服性能

建立了一种基于人工神经网络的矩形混凝土柱屈服性能预测方法.该方法采用经验模型进行柱屈服性能影响因素的分析来确定该神经网络的输入参数,并通过敏感性分析验证了所选神经网络输入参数的合理性.为验证该方法的可行性与有效性,通过对PEER 210组矩形混凝土柱的屈服性能进行预测分析并与经验预测模型的预测结果进行比较.比较分析结果表明:神经网络预测结果与实验结果吻合程度远高于其他经验预测模型;同时也证实该方法在实验数据稀少的情况下为预测结构在地震作用下的性能提供一条新途径.     

复合添加炭黑对低碳铝碳材料显微结构与性能的影响

以板状刚玉颗粒、活性氧化铝微粉、Si粉为主要原料,以N220或N990炭黑为碳源,以热固性酚醛树脂为结合剂,在埋炭条件下制备低碳铝碳材料,研究添加不同炭黑对所制得试样显微结构、抗折强度及热震稳定性的影响。结果表明,添加N220炭黑有利于促进材料的致密化和有效发挥纳米炭黑粒子对热应力的吸收作用,降低热冲击对材料结构的破坏,而添加N990炭黑有助于改善铝碳材料的孔结构,有利于试样在高温下形成长径比更大的碳化硅晶须,从而提高材料的力学性能;复合添加N220、N990炭黑能提高低碳铝碳材料试样的强度和抗热震性。材料热震后的抗折强度为7.44 MPa、残余强度保持率为53%~62%。     

基于执行器能量消耗的并联机器人优化

并联机器人在执行任务过程中的能量消耗特别严重,为此本文以其3个主动执行器的电能消耗最小化为目标对3-RRR平面并联机器人进行尺度优化。在3-RRR机构运动学分析的基础上推导出机构的逆运动学方程,分析了3-RRR机构常见的4种工作模式。采用粒子群算法确定3-RRR机构的连杆和平台质量的最优值。根据优化结果进行仿真和对比分析,结果表明,在4种工作模式下,优化后执行器的力矩值均较小,消耗的电能得以降低,其中工作模式2的性能最佳,在执行相同的轨迹跟踪任务时,其执行器跟踪误差收敛较快,消耗的能量最少。     

基于遗传算法的三单播网络对齐及优化

针对三单播有向无循环网络,考虑无法得知网络内部拓扑图结构,且内部节点数量无法估量的情况.应用渐近干扰对齐技术研究各用户发送不同数据流m,n,p时的预编码矩阵,联合应用图论中的最短路径遗传算法和网络线性性质,分析其预编码网络对齐(precoding-based network alignment,PBNA)的可行性条件,该条件最终可简化为2个方程,实际检验复杂度较低,且每对单播会话能够达到1/2的自由度.     

SDN：颠覆性的网络技术构架创新

相对于传统网络构架来说,软件定义网络(software-defined networking,SDN)是一种颠覆性的网络技术构架创新,这种网络架构打破了网络领域多年来的沉寂,逐渐成为各个专业领域的热门议题.从电信业(communicationtechnology,CT)和信息业(information technology,IT)的比较出发,对当今网络技术发展的瓶颈进行分析,描述了SDN 和网络功能虚拟化(network function virtualization,NFV)2种典型的标准网络架构,阐述了SDN作为网络重构技术的必要性,详细分析了其核心价值、面临的主要挑战以及应用场景,继而引申到产业链重构的机遇和挑战;阐述了对SDN战略层面的相关思考.     

基于无标度网络的LDPC码的构造

基于无标度网络的幂律分布特性来优化不规则低密度奇偶校验(LDPC)码的变量节点和校验节点度的分布,使其具有最短的迭代译码长度。根据节点度的分布,采用渐进添边算法和短环删除算法设计出无四环的新LDPC校验矩阵。利用Matlab对所构造的SF-LDPC码进行仿真分析。结果表明,在保证误码率性能的前提下,SF-LDPC码的平均译码长度和运算复杂度得以降低。     

基于显微视觉的沥青路面微观纹理三维重构

针对沥青路面微观形貌常用检测方法的不足,融合显微视觉的局部放大特性和数字图像处理技术,提出了基于显微视觉的沥青路面微观纹理三维重构方法。根据激光三角测量原理建立显微视觉三维重构数学模型;利用立体显微镜采集序列图像,对图像进行插值处理和阈值分割,并提取光条中心线;采用Delaunay三角剖分算法实现表面三维重构。与基于聚焦深度的沥青路面微观纹理三维重构方法进行试验对比分析,结果表明,本文方法对光照均匀性无特殊要求,具有精度高、操作简便、三维直观性强等特点。     

基于模糊神经滑模观测器的永磁同步电机无传感器控制

为了解决传统滑模观测器的抖振问题,提出了一种用于永磁同步电机的模糊神经滑模观测器。分析了滑模增益对抖振的影响,并采用模糊神经网络动态调整滑模增益以改善抖振,利用李雅普诺夫函数证明了模糊神经网络观测器的稳定性。利用锁相环方法提取转子位置与速度信息,减小由高频噪声引起的误差。仿真结果表明:改进后的滑模观测器能够对永磁同步电机转子位置进行精确辨识,有效地抑制了抖振,实现了高性能的永磁同步电机无传感器控制。     

基于冗余避免的高效网络编码广播重传方法

为了提高无线网络中基于网络编码的广播重传方法的编码效率,从而有效地减少重传次数和数据包传输时延,提出一种主动避免编码冗余的高效网络编码广播重传方法(network coding broadcasting retransmission approach based on redundancy avoiding,NCRA)。NCRA编码时主动避免不能解码的编码组合被重复编码重传,同时优先编码重传对接收节点已缓存的未解码编码包的解码贡献较大的丢失数据包以充分利用编码机会,在对解码贡献相同的条件下优先编码较早丢失的数据包以减小数据包传输时延。理论分析和仿真结果表明,NCRA算法相比于现有算法能有效减小重传次数和降低数据包传输时延,减少网络开销,进一步提高了编码重传的效率。