包延迟测量中泊松采样低估效应的仿真研究

采样是网络测量的基础，泊松采样是一种无偏的采样方法的观点被人们普遍接受，也使其在主动测量领域得到了广泛应用。用户流包性能测量已成为主动测量领域的一个重要问题，然而泊松采样的无偏性仅针对网络状态，目前尚无研究工作研究其对于用户流的包性能的测量效果。利用真实的Internet流量数据进行了仿真试验。系统定量地研究了该问题得到如下结论：泊松采样系统低估了用户流包延迟性能；低估程度不受泊松采样频率的影响且随着网络链路利用率的升高而下降．定性分析和解释了泊松采样测量用户流包延迟性能时的低估现象。     

Data-based predictive control for networked nonlinear systems with packet dropout and measurement noise

In this paper, the data-based control problem is investigated for a class of networked nonlinear systems with measurement noise as well as packet dropouts in the feedback and forward channels. The measurement noise and the number of consecutive packet dropouts in both channels are assumed to be random but bounded. A data-based networked predictive control method is proposed, in which a sequence of control increment predictions are calculated in the controller based on the measured output error, and based on the control increment predictions received by the actuator, a proper control action is obtained and applied to the plant according to the real-time number of consecutive packet dropouts at each sampling instant. Then the stability analysis is performed for the networked closedloop system. Finally, the effectiveness of the proposed method is illustrated by a numerical example.     

DiffServ中基于端到端测量的接纳控制

提出了一种新的区分服务(DiffServ)网络中端到端剩余带宽的估计方法,在此基础上建立了Diff-Serv网络的分布式接纳控制机制,通过引入端到端流量测量手段,动态估计网络中可用的带宽资源,从而对到达的流实施有效的接纳控制,提高网络的服务质量。网络仿真实验结果表明,该接纳控制机制在保证网络服务质量的同时能保证较高的网络带宽利用率。     

H.264编码器在2D网孔和ASNoC中的通信量建模和映射

如今,SoC 设计对片上资源的需求不断增长,而总线结构却不能满足片上通信的要求。因此,设计者开始研究一种新颖的、可扩展的、模块化的设计方法学——片上网络。作者在这个领域中的主要工作是对 H.264 编码器进行通信量建模的仿真,并在规则及专用的 NoC 结构下提出相关的映射方法。首先,使用帧速率和分布拟合方法对H.264 编码器各个模块之间的通信量行为进行了仿真和分析;然后得到了 H.264 编码器专用的重要仿真参数的模型,如带宽、延时、包尺寸等;并利用这些通信量行为模型和参数将 H.264 编码器映射到二维网孔和专用 NoC 结构中;最终使用 Network Simulator-2 比较各参数,如平均包延时,丢包率和面积。另外,还比较了两种 NoC 结构在短期行为中的平均包延时。比较结果显示,专用 NoC 具有更低的平均包延时,更小的丢包率和更少的面积。     

杂波环境下目标无源跟踪算法

针对杂波（虚假量测）环境下的目标无源跟踪问题进行了研究,并给出了只测角情况下相应的跟踪算法。该算法在利用修正增益扩展卡尔曼滤波(modified gain extended Kalman filter, MGEKF)对目标进行无源纯方位跟踪的同时,通过建立波门对不同时刻的测量数据进行选择,然后利用角度测量数据计算落入波门内的有效测量数据的概率（包括波门内所有有效量测均为虚假量测的概率和第i个有效回波是正确的概率）,并以这些概率值作为权值对目标状态进行加权融合,实现杂波环境下对目标的实时纯方位无源跟踪。同时,仿真分析对文中所提算法的可行性和有效性进行了验证。     

基于关联熵与复合物元的公交系统综合测度模型

针对城市公交系统的发展态势问题,利用可拓学中的物元分析理论和信息论中的熵理论进行了定量研究.在考虑城市公交系统多种因素的基础上,构建了城市公交系统综合测度的指标体系,并用强弱准则对测度指标进行了有效性检验.利用定量分析为主、定性分析和定量分析相结合的方法,将信息熵、隶属函数和复合物元有机地结合起来,建立了城市公交系统综合测度的复合物元模型.最后在关联熵确定测度指标权重系数的基础上,通过计算复合物元,将公交系统的多层次测定转化为单级测定,并用定量的数值来表示测度结果,该测度值能够简明确切地反映出城市公交系统发展现状水平.应用结果表明复合物元模型计算过程简单、实用性强,同时也为多层次多目标测定问题提供了一种合理可行的测度方法.     

基于内插采样技术的高精度时间间隔测量方法

针对当前时间间隔测量方法中存在的问题,提出了一种基于内插采样技术的高精度时间间隔测量方法。该方法将对原理误差的测量转变为对基准信号相位的测量,完全克服了传统时间间隔测量方法的测量原理误差,并且解决了测量范围与测量精度的矛盾,能够完成实时测量。理论分析与计算机仿真结果均表明该方法是切实可行的。     

基于摄动的不稳定编队协同控制系统仿真

编队卫星构形精确保持是实现分布式卫星任务的关键技术。基于摄动对编队相对轨道构形的影响,针对卫星轨道半长轴有偏差的不稳定编队,设计了一种基于视线测量无主星编队的循环协同控制系统。编队中每一颗卫星跟踪自己轨道前方邻近卫星,产生一个视线测量矢量,编队的第一颗卫星追踪最后一颗卫星,产生循环编队,将编队卫星之间的视线距离作为反馈控制量来实现队形控制,文章给出了相对摄动力方程和控制系统的仿真算例,仿真结果表明,该循环协同控制系统能够实现队形控制的稳定性。     

Novel ensemble learning based on multiple section distribution in distributed environment

Because most ensemble learning algorithms use the centralized model, and the training instances must be centralized on a single station, it is difficult to centralize the training data on a station. A distributed ensemble learning algorithm is proposed which has two kinds of weight genes of instances that denote the global distribution and the local distribution. Instead of the repeated sampling method in the standard ensemble learning, non-balance sampling from each station is used to train the base classifier set of each station. The concept of the effective nearby region for local integration classifier is proposed, and is used for the dynamic integration method of multiple classifiers in distributed environment. The experiments show that the ensemble learning algorithm in distributed environment proposed could reduce the time of training the base classifiers effectively, and ensure the classify performance is as same as the centralized learning method.     

基于深度强化学习的卫星光网络波长路由算法

针对由卫星光网络拓扑动态变化、业务多样化和负载不均引起的路由收敛慢和波长利用率低的问题, 提出了一种基于深度强化学习的卫星光网络波长路由分配方法。基于软件定义中轨/低轨(medium earth orbit/low earth orbit, MEO/LEO)双层卫星网络架构, 利用深度强化学习算法动态感知网络当前的业务负载和链路状况, 构造基于时延、波长利用率和丢包率的奖励函数进行选路决策。为了解决单跳链路对整个光路的影响, 引入链路瓶颈因子, 搜索符合服务质量(quality of service, QoS)约束的最优路径。研究结果表明, 与传统卫星网络分布式路由(satellite network distributed routing algorithm, SDRA)算法和Q-routing算法相比, 所提算法降低了网络的时延、丢包率, 提高了波长利用率, 同时也降低了高优先级业务的阻塞率。     

一类动态多尺度系统的模型和估计算法

多传感器信息融合是信息学科的重要研究方向,本文的目的就是对分布在多个尺度上的传感器信息进行融合。本文针对一类动态多尺度系统,在国内外相关研究的基础上,提出一种新的动态多尺度系统建模方法。该模型满足标准卡尔曼滤波条件,给出了基于Haar小波的实现方法,基于此可以获得各个尺度上目标状态线性最小方差意义下的最优估计值。仿真结果令人满意,最细尺度上用本文方法进行估计优于直接进行卡尔曼滤波的效果。     

基于风险管理的入侵检测数据采样策略模型

基于网络的入侵检测系统通过详细分析计算机网络中传输的网络数据包进行入侵检测,由于检测速率与数据包采集速率不匹配,以及检测所需成本的限制,在收集用于检测的网络数据包时必须选择有效的采样策略。引入了博弈模型框架上的原始入侵数据包采样策略,在此基础上再进行分析和扩展。同时,讨论了原有单一采样策略的不足,引入风险管理的思想并通过具体的实例来分析在不同风险情况下的策略选择问题。     

基于神经网络和Markov链的交通流实时滚动预测

将神经网络与Markov链理论应用于随机波动的交通流预测,提出一种交通流实时滚动预测方法TDFNM。该方法采用BP网络构建交通流基准预测曲线,使用SOM网络划分残差的Markov链状态,计算各状态加权中心及状态转移概率矩阵,以此预测未来状态,并以加权中点修正计算得到精度较高的预测值,同时实现实时滚动预测。采用方法TDFNM对实测交通流量进行仿真实验,结果表明,该方法比常规BP网络具有更高的准确性,而且具有较强的适应性。     

Anti-aliasing wavelet packet method for harmonic detection

A novel anti-aliasing wavelet packet transform method for harmonic detection is proposed. Aiming at the low measurement precision and poor robustness which exists in the former traditional wavelet methods for lack of the aliasing_reduction scheme, an optimal interpolation wavelet packet filter is designed according to new optimal criteria. First, the limitation of anti-aliasing on the traditional wavelet filter bank is analyzed. Second, the designed optimal interpolation filters are denoted, and then the solution algorithm is given. This devised wavelet packet filter can seek a reasonable balance between signal preservation and aliasing reduction; it overcomes the inherent bug of traditional wavelet transforms, which rooted from just only concerning total aliasing cancellation but not aliasing-reduction in decomposition. Simulation and several comparative results indicate that the proposed method can effectively eliminate aliasing and precisely extract harmonic information.     

适用于分布交互仿真的分布式可靠多播协议

在大规模分布式应用中，可靠的多播协议是非常重要的，这些应用需要通信协议支持；广泛的数据分布，及时的报文丢失检测和恢复，低延迟的报文传输，最小的报文标头以及细粒度的多播分组，迄今为止，很少有协议能完全支持以上特性，本文介绍了分布式可靠多播协议，论述并评估了使用该协议支持高性能仿真程序的优化方法，最后讨论了如何把该协议移植到更广泛的网络应用。     

基于Java的分布式测控系统任务调度研究

针对分布式测控系统动态任务调度算法,提出了一种任务迁移的方法。该方法基于Java的对象序列化机制、多线程机制、远程方法调用(remotemethodinvocation,RMI)技术,实现了将重载机上的任务迁移至轻载机上执行。任务迁移的成功使分布式测控系统动态任务调度算法顺利实现,从而有效地提高了系统效率,达到了负载均衡的目标。详细介绍了任务迁移的实现。     

网络瓶颈带宽测量建模分析

分组对模型(Packet Pair Model, PP)是目前许多网络瓶颈带宽测量算法的基础。由于受数据链路层和物理层的影响,PP测量模型本身存在着固有的测量误差;当网络负载较重时,PP测量模型就不能够通过过滤算法得出正确的测量结果。针对PP测量模型的不足,我们提出了四元分组测量模型,该模型利用一个测量四元组内两个分组对的差值关系,抵消了数据链路层和物理层对测量分组长度的影响,具有较高的精确性。ns2仿真的结果表明,与PP模型相比,该测量模型也具有更高的健壮性。     

信息测度方法的综述

从Shannon开始,已经有很多人讨论了关于信息的测度问题,Shannon等的测度方法主要从信息的功能方面进行了详细的分析,而N auta等的测度方法主要是从信息的组成结构方面来入手。目前,对于统一的信息测度方法的需求日益迫切,钟义信教授从全信息的角度提出了统一的信息概念和测度方法,而丹尼尔.弗德里克也提出了一种全新的方法。本文对以上这些信息的测度方法做了较为详细的介绍和对比,希望进一步推进统一的信息理论的发展,探索信息本质的绝对真理。     

有时延和数据包丢失的网络控制系统反馈控制

针对同时具有网络诱导时延和数据包丢失的网络控制系统,假设数据包丢失率一定,网络诱导时延小于一个采样周期,将网络控制系统建模为具有事件率约束的异步动态系统。提出了使得该系统达到指数稳定的动态输出反馈控制器的设计方法。利用遗传算法获得了NCS的事件衰减率的局部极大值。通过仿真算例证明了该方法的有效性。     

基于压缩感知的稀疏多径信道估计

提出了一种基于压缩感知理论的稀疏多径信道估计方法。利用训练序列设计了一种简化的Toeplitz结构观测矩阵,证明了观测矩阵满足限制等距特性,可以作为压缩感知的观测矩阵。根据此矩阵的近似正交性特点对正则化迭代硬阈值算法进行简化,并引入精英策略提出一种归档正则化迭代硬阈值估计算法。仿真结果表明,该估计方法相对于迭代最小二乘法具有更优的性能,且提出的归档正则化迭代硬阈值算法兼具收敛速度快和稳定性高的优点。